JP2022187776A - Multi-agent simulation system - Google Patents
Multi-agent simulation system Download PDFInfo
- Publication number
- JP2022187776A JP2022187776A JP2021095949A JP2021095949A JP2022187776A JP 2022187776 A JP2022187776 A JP 2022187776A JP 2021095949 A JP2021095949 A JP 2021095949A JP 2021095949 A JP2021095949 A JP 2021095949A JP 2022187776 A JP2022187776 A JP 2022187776A
- Authority
- JP
- Japan
- Prior art keywords
- agent
- simulator
- message
- simulation
- partition
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000004088 simulation Methods 0.000 title claims abstract description 238
- 238000012545 processing Methods 0.000 claims abstract description 60
- 238000005192 partition Methods 0.000 claims description 106
- 230000005540 biological transmission Effects 0.000 claims description 101
- 238000012546 transfer Methods 0.000 claims description 18
- 238000001914 filtration Methods 0.000 abstract description 57
- 238000004891 communication Methods 0.000 abstract description 30
- 230000001629 suppression Effects 0.000 abstract 2
- 230000033001 locomotion Effects 0.000 description 160
- 230000006870 function Effects 0.000 description 48
- 235000019580 granularity Nutrition 0.000 description 41
- 239000006126 MAS system Substances 0.000 description 40
- 238000010586 diagram Methods 0.000 description 29
- 230000000007 visual effect Effects 0.000 description 29
- 238000000034 method Methods 0.000 description 27
- 239000004020 conductor Substances 0.000 description 23
- 230000006399 behavior Effects 0.000 description 21
- 238000004364 calculation method Methods 0.000 description 18
- 230000008569 process Effects 0.000 description 15
- 230000010365 information processing Effects 0.000 description 14
- 230000001133 acceleration Effects 0.000 description 13
- 101100219315 Arabidopsis thaliana CYP83A1 gene Proteins 0.000 description 12
- 101100269674 Mus musculus Alyref2 gene Proteins 0.000 description 12
- 101100140580 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) REF2 gene Proteins 0.000 description 12
- 230000009471 action Effects 0.000 description 11
- 230000002123 temporal effect Effects 0.000 description 9
- 238000013213 extrapolation Methods 0.000 description 8
- 230000002093 peripheral effect Effects 0.000 description 8
- 230000008859 change Effects 0.000 description 6
- 101000806846 Homo sapiens DNA-(apurinic or apyrimidinic site) endonuclease Proteins 0.000 description 5
- 101000835083 Homo sapiens Tissue factor pathway inhibitor 2 Proteins 0.000 description 5
- 102100026134 Tissue factor pathway inhibitor 2 Human genes 0.000 description 5
- 230000001149 cognitive effect Effects 0.000 description 4
- 238000003066 decision tree Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000013508 migration Methods 0.000 description 2
- 230000005012 migration Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 230000003111 delayed effect Effects 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/217—Validation; Performance evaluation; Active pattern learning techniques
- G06F18/2178—Validation; Performance evaluation; Active pattern learning techniques based on feedback of a supervisor
- G06F18/2185—Validation; Performance evaluation; Active pattern learning techniques based on feedback of a supervisor the supervisor being an automated module, e.g. intelligent oracle
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/25—Design optimisation, verification or simulation using particle-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
- G06N5/045—Explanation of inference; Explainable artificial intelligence [XAI]; Interpretable artificial intelligence
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/10—Flow control; Congestion control
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Medical Informatics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
本開示は、相互作用する複数のエージェントが存在する対象世界をシミュレーションするマルチエージェントシミュレーション技術に関する。 The present disclosure relates to multi-agent simulation technology for simulating a target world in which multiple interacting agents exist.
特許文献１は、分散処理型シミュレータを開示している。その分散型シミュレータは、仮想空間に存在する複数のエージェントの挙動のシミュレーションを、複数の計算機を用いた分散処理により実現する。各計算機のシミュレータは、仮想空間のうち割り当てられた対象領域内の各エージェントの挙動を、他のエージェントのエージェント情報を参照してシミュレーションする。
本開示の技術分野における出願時の技術レベルを示す文献として、特許文献２及び特許文献３も挙げられる。
Documents indicating the technical level of the technical field of the present disclosure at the time of filing include
相互作用する複数のエージェントが存在する対象世界をシミュレーションするマルチエージェントシミュレーション（Multi-Agent Simulation）について考える。マルチエージェントシミュレーションでは、複数のエージェントのそれぞれのシミュレーションを行う複数のエージェントシミュレータが設けられ、それら複数のエージェントシミュレータ間でメッセージのやり取りが行われる。そのために、複数のエージェントシミュレータ間に介在するセンターコントローラが設けられる。センターコントローラは、各エージェントシミュレータと通信を行い、あるエージェントシミュレータから受け取るメッセージを、他のエージェントシミュレータに配信（転送）する。このような構成において、センターコントローラから各エージェントシミュレータに全てのメッセージが配信されると、センターコントローラからエージェントシミュレータ全体への通信量が増大する。その一方で、通信量を抑制するためにセンターコントローラにおいてメッセージの選別を行うと、センターコントローラの処理負荷が増大する。 Consider Multi-Agent Simulation, which simulates a world of interest with multiple agents interacting with each other. In multi-agent simulation, a plurality of agent simulators are provided for simulating each of a plurality of agents, and messages are exchanged between the plurality of agent simulators. For this purpose, a central controller is provided between multiple agent simulators. The center controller communicates with each agent simulator and distributes (transfers) messages received from one agent simulator to other agent simulators. In such a configuration, when all messages are delivered from the center controller to each agent simulator, the amount of communication from the center controller to all agent simulators increases. On the other hand, when messages are sorted in the center controller in order to reduce the amount of communication, the processing load on the center controller increases.
本開示の一つの目的は、通信量の抑制と処理負荷の抑制の観点からマルチエージェントシミュレーションをフレキシブルに運用することができる技術を提供することにある。 One object of the present disclosure is to provide a technology that enables flexible operation of multi-agent simulation from the viewpoint of reducing communication traffic and processing load.
本開示の一つの観点は、相互作用する複数のエージェントが存在する対象世界のシミュレーションを行うマルチエージェントシミュレーションシステムに関連する。
マルチエージェントシミュレーションシステムは、
複数のエージェントのそれぞれのシミュレーションを行う複数のエージェントシミュレータと、
複数のエージェントシミュレータと通信を行うセンターコントローラと
を備える。
対象エージェントは、複数のエージェントシミュレータの各々に割り当てられるエージェントである。
センターコントローラは、各々のエージェントシミュレータに対して、対象エージェントと異なる少なくとも１つの他エージェントの状態を示す少なくとも１つの配信メッセージを配信する。
各々のエージェントシミュレータは、
配信メッセージで示される他エージェントの状態に基づいて、対象エージェントのシミュレーションを行って対象エージェントの状態を決定し、
シミュレーションの結果得られた対象エージェントの状態を示す結果メッセージをセンターコントローラに送信する。
センターコントローラの動作モードは、
各々のエージェントシミュレータから受け取る結果メッセージを選別することなく新たな配信メッセージとして配信する第１モードと、
各々のエージェントシミュレータから受け取る結果メッセージを選択的に新たな配信メッセージとして配信する第２モードと
を含む。
センターコントローラが単位時間あたりに受け取る結果メッセージの数が閾値以下である場合、センターコントローラは、第１モードを選択する。
センターコントローラが単位時間あたりに受け取る結果メッセージの数が閾値を超えた場合、センターコントーラは、第２モードを選択する。
One aspect of the present disclosure relates to a multi-agent simulation system that simulates a world of objects with multiple agents interacting with each other.
A multi-agent simulation system
a plurality of agent simulators for simulating each of a plurality of agents;
and a center controller that communicates with a plurality of agent simulators.
A target agent is an agent assigned to each of a plurality of agent simulators.
The center controller distributes to each agent simulator at least one distribution message indicating the state of at least one other agent different from the target agent.
Each agent simulator is
determine the state of the target agent by simulating the target agent based on the state of the other agent indicated in the delivery message;
A result message indicating the state of the target agent obtained as a result of the simulation is sent to the center controller.
The operation mode of the center controller is
a first mode in which a result message received from each agent simulator is delivered as a new delivery message without sorting;
and a second mode for selectively delivering result messages received from each agent simulator as new delivery messages.
If the number of result messages received by the center controller per unit time is less than or equal to the threshold, the center controller selects the first mode.
When the number of result messages received by the center controller per unit time exceeds the threshold, the center controller selects the second mode.
本開示によれば、センターコントローラの動作モードは、メッセージフィルタリングを行わない第１モードと、メッセージフィルタリングを行う第２モードとを含む。センターコントローラは、センターコントローラが単位時間あたりに受け取る結果メッセージの数に応じて、第１モードと第２モードを切り替える。第１モードでは、メッセージフィルタリングが行われないため、センターコントローラにおける処理負荷が抑制される。一方、第２モードでは、メッセージフィルタリングが行われるため、センターコントローラからエージェントシミュレータ全体への通信量が効果的に削減される。このように、通信量の抑制と処理負荷の抑制の観点からフレキシブルな運用が可能となる。 According to the present disclosure, the operation modes of the center controller include a first mode without message filtering and a second mode with message filtering. The center controller switches between the first mode and the second mode according to the number of result messages received by the center controller per unit time. In the first mode, since message filtering is not performed, the processing load on the center controller is suppressed. On the other hand, in the second mode, since message filtering is performed, the amount of communication from the center controller to the entire agent simulator is effectively reduced. In this way, flexible operation is possible from the viewpoint of suppressing the amount of communication and suppressing the processing load.
以下、図面を参照して本開示の実施形態について説明する。 Embodiments of the present disclosure will be described below with reference to the drawings.
１．マルチエージェントシミュレーションシステムの概要
図１乃至図３を用いて、本開示の実施形態に係るマルチエージェントシミュレーションシステム（Multi-Agent Simulation System）の概要を説明する。以下、マルチエージェントシミュレーションシステムをＭＡＳシステムと省略して表記する。
1. Outline of Multi-Agent Simulation System An outline of a multi-agent simulation system according to an embodiment of the present disclosure will be described with reference to FIGS. 1 to 3. FIG. Hereinafter, the multi-agent simulation system will be abbreviated as the MAS system.
１－１．ＭＡＳシステムの概要
図１は、本実施形態のＭＡＳシステム１００の概略構成を示す。ＭＡＳシステム１００は、複数のエージェント４を相互作用させることによって、シミュレーションの対象であるシミュレーション対象世界２をシミュレーションする。シミュレーション対象世界２は特に限定されない。例えば、シミュレーション対象世界２は、人が移動体（例えば、ロボットや車両）と共存し、移動体を用いた様々なサービスの提供を受けることができる世界である。例えば、シミュレーション対象世界２は、一つの街である。シミュレーション対象世界２において提供されるサービスとしては、例えば、自律運転車両を用いたオンデマンドバスや定期運行型バスなどのモビリティサービスや、自律移動型のロボットを用いて荷物を配送する物流サービスを挙げることができる。
1-1. Overview of MAS System FIG. 1 shows a schematic configuration of a
シミュレーション対象世界２には、多数且つ多種類のエージェント４が存在する。シミュレーション対象世界２を構成するエージェント４には、移動物体を表すエージェント４と、定置物体を表すエージェント４とが含まれる。エージェント４として表される移動物体としては、歩行者、ロボット、低速モビリティ、車両、実在の人がＶＲシステムを用いて参加する歩行者、エレベータ等が例示される。エージェント４として表される定置物体としては、カメラを含むセンサや自動ドア等が例示される。
A large number and many types of agents 4 exist in the
図１に示される例では、シミュレーション対象世界２には３つのエージェント４Ａ、４Ｂ、４Ｃが存在する。このうちエージェント４Ａ、４Ｂはロボットを表し、エージェント４Ｃは歩行者を表している。なお、エージェント４Ａとエージェント４Ｂとは、ロボットという同じカテゴリーに属するが、大きさや形状、走行速度や動作などにおいて違いがある。よって、エージェント４Ａとエージェント４Ｂとは、歩行者であるエージェント４Ｃがそれらから取得できる視覚情報において違いがある。
In the example shown in FIG. 1, there are three
以下の説明において、仮想の世界であるシミュレーション対象世界２を、実世界と区別して仮想世界２と呼ぶ場合がある。
In the following description, the
ＭＡＳシステム１００は、複数のエージェントシミュレータ２００を備える。エージェントシミュレータ２００は、エージェント４毎に設けられ、各エージェント４のシミュレーションを行う。図１に示される例では、エージェントシミュレータ２００－Ａ、２００－Ｂ、２００－Ｃが、エージェント４Ａ、４Ｂ、４Ｃのそれぞれに対して設けられ、エージェント４Ａ、４Ｂ、４Ｃのそれぞれのシミュレーションを行う。各エージェントシミュレータ２００は、対象とするエージェントの種類に応じた構成の違いを有している。例えば、ロボットに関するエージェント４Ａ、４Ｂのエージェントシミュレータ２００－Ａ、２００－Ｂは互いに類似した構成を有しているが、歩行者に関するエージェント４Ｃのエージェントシミュレータ２００－Ｃは、エージェントシミュレータ２００－Ａ、２００－Ｂとは異なる構成を有している。エージェント４の種類別のエージェントシミュレータ２００の構成については追って詳述する。
The
複数のエージェントシミュレータ２００は、メッセージの交換によって複数のエージェント４を相互作用させながら複数のエージェント４の状態をシミュレーションする。エージェントシミュレータ２００間で交換されるメッセージは、エージェント４の仮想世界２内での位置・移動に関する情報（移動情報）を含む。移動情報は、エージェントの位置・移動に関する現状および将来計画に関する情報を含む。現状に関する情報とは、例えば、現在時刻における位置、方向、速度、加速度である。将来計画に関する情報とは、例えば、将来時刻における位置と、方向と、速度と、加速度のリストである。以下、エージェントシミュレータ２００間で交換されるエージェント４の位置・移動に関するメッセージを移動メッセージと称する。
A plurality of
各エージェントシミュレータ２００は、シミュレーションの対象である対象エージェント（自エージェント）の状態を周囲のエージェントの状態に基づいて演算する。周囲エージェントは、自エージェントの周囲に存在し、自エージェントと相互作用する相互作用エージェントである。そして、周囲エージェントの状態を表す情報が移動メッセージである。各エージェントシミュレータ２００は、他のエージェントシミュレータ２００と移動メッセージを交換しあうことで、周囲エージェントの状態を把握することができる。
Each
図１に示す例では、エージェントシミュレータ２００－Ａは、エージェントシミュレータ２００－Ｂ、２００－Ｃから受け取った移動メッセージからエージェント４Ｂ、４Ｃの状態を把握し、エージェント４Ｂ、４Ｃの状態に基づいてエージェント４Ａの状態を更新する。そして、エージェントシミュレータ２００－Ａは、更新されたエージェント４Ａの状態を表す移動メッセージをエージェントシミュレータ２００－Ｂ、２００－Ｃに送信する。同様な処理はエージェントシミュレータ２００－Ｂ、２００－Ｃにおいても行われる。これによりエージェント４Ａ、４Ｂ、４Ｃ同士を相互作用させながら各エージェント４Ａ、４Ｂ、４Ｃの状態がシミュレーションされる。
In the example shown in FIG. 1, the agent simulator 200-A grasps the states of the
エージェントシミュレータ２００によるエージェントの状態の更新には、一定の時間間隔で更新する方法と、何らかのイベントが検知された場合に更新する方法とがある。ただし、後者の方法でも、あまりに長時間状態が更新されないと周囲エージェントへの影響が大きいことから、一定時間間隔ごとに状態を更新するよう強制的にイベントを発生させることが行われる。エージェントシミュレータ２００によるエージェントの状態の更新の時間間隔は、時間粒度と呼ばれる。
The
ＭＡＳシステム１００によるシミュレーションの対象である仮想世界２には、多数のエージェント４が存在する。ただし、それらの時間粒度は同一ではない。もし、全てのエージェント４の時間粒度が同一であるとすると、ＭＡＳの実行性能を維持するためには、各エージェント４の時間粒度は状態の変化速度が最も速い対象に合わせて設定する必要がある。しかし、この場合、対象の状態の変化速度の遅いエージェント４では、必要な時間粒度よりも小さい時間粒度で演算が行われることになる。ＭＡＳでは、エージェント４間の相互作用は移動メッセージの交換により行われるため、時間粒度が小さくなれば、それだけ移動メッセージの送信時間間隔も短くなる。その結果、移動メッセージの量がシステム全体として増大し、計算資源を無駄に消費することになる。
A large number of agents 4 exist in the
そこで、ＭＡＳシステム１００では、エージェント４の時間粒度はエージェント４の種類によって異なっていてもよい。例えば、現実の世界における歩行者の歩行速度は１ｍ／ｓｅｃ程度である。ゆえに、エージェント４が歩行者の場合、時間粒度は１ｓｅｃオーダー或いは１００ｍｓｅｃオーダーでよい。一方、エージェント４がロボットの場合、大きくても１００ｍｓｅｃオーダーの時間粒度、好ましくは１０ｍｓｅｃオーダーの時間粒度が欲しい。これは、ロボットには歩行者よりも素早く正確な動作が求められるためである。現実の世界では、ロボットに要求される動作速度が速いほど、短い時間間隔で制御しないと制御自体が成立しなくなる。このことはシミュレーションにも当てはまり、要求される動作速度に応じて時間粒度を小さくしなければ、求められているロボットの動作をシミュレーションすることができない。
Therefore, in the
図１に示す例では、仮想世界２におけるロボットエージェント４Ａ、４Ｂの時間粒度は２０ｍｓｅｃであり、歩行者エージェント４Ｃの時間粒度は１００ｍｓｅｃとされている。各エージェントシミュレータ２００－Ａ、２００－Ｂ、２００－Ｃは、担当するエージェント４Ａ、４Ｂ、４Ｃの時間粒度に応じた制御周期でシミュレーションを実行する。なお、図１に示す２つのロボットエージェント４Ａ、４Ｂの時間粒度は同一であるが、同じ種類のエージェントであっても、その目的によって時間粒度に違いが設けられる場合もある。
In the example shown in FIG. 1, the time granularity of the
ＭＡＳシステム１００では、エージェントシミュレータ２００間の移動メッセージの交換によってシミュレーションが実行される。ただし、シミュレーションのための移動メッセージの交換は、エージェントシミュレータ２００間で直接は行われない。ＭＡＳシステム１００は、各エージェントシミュレータ２００と通信するセンターコントローラ３００を備える。移動メッセージは、センターコントローラ３００により中継されてエージェントシミュレータ２００間で交換される。
In the
図１に示す例では、エージェントシミュレータ２００－Ａから出力された移動メッセージはセンターコントローラ３００が受信する。そして、センターコントローラ３００は、エージェントシミュレータ２００－Ｂ、２００－Ｃに対してエージェントシミュレータ２００－Ａの移動メッセージを送信する。同様に、エージェントシミュレータ２００－Ｂの移動メッセージは、センターコントローラ３００によってエージェントシミュレータ２００－Ａ、２００－Ｃに送信され、エージェントシミュレータ２００－Cの移動メッセージは、センターコントローラ３００によってエージェントシミュレータ２００－Ａ、２００－Ｂに送信される。
In the example shown in FIG. 1,
１－２．ＭＡＳシステムにおける移動メッセージの交換
図２は、ＭＡＳシステム１００において行われる移動メッセージの交換の概要を示す。ＭＡＳシステム１００では、各エージェントシミュレータ２００は、エージェントシミュレータ２００間で同一の時間間隔ではなく、シミュレーションするエージェントの時間粒度に応じた時間間隔で移動メッセージを送信する。各エージェント４Ａ、４Ｂ、４Ｃの時間粒度が図１に示す通りであるとすると、エージェントシミュレータ２００－Ａ、２００－Ｂは２０ｍｓｅｃの時間間隔で移動メッセージを送信し、エージェントシミュレータ２００－Ｃは１００ｍｓｅｃの時間間隔で移動メッセージを送信する。
1-2. Mobility Message Exchange in MAS System FIG. 2 shows an overview of the mobility message exchange that takes place in the
エージェントシミュレータ２００－Ａ、２００－Ｂ、２００－Ｃから移動メッセージを受信したセンターコントローラ３００は、受信した移動メッセージをそのままの時間間隔でブロードキャストによって送信する。これにより、エージェントシミュレータ２００－Ａには、２０ｍｓｅｃの時間間隔でエージェントシミュレータ２００－Ｂからの移動メッセージが送信されるとともに、１００ｍｓｅｃの時間間隔でエージェントシミュレータ２００－Ｃからの移動メッセージが送信される。同様に、エージェントシミュレータ２００－Ｂには、２０ｍｓｅｃの時間間隔でエージェントシミュレータ２００－Ａからの移動メッセージが送信されるとともに、１００ｍｓｅｃの時間間隔でエージェントシミュレータ２００－Ｃからの移動メッセージが送信される。また、エージェントシミュレータ２００－Ｃには、２０ｍｓｅｃの時間間隔でエージェントシミュレータ２００－Ａ、２００－Ｂからの移動メッセージが送信される。
以上のように、ＭＡＳシステム１００では、各エージェントシミュレータ２００は、エージェントシミュレータ２００間で同一の送信時間間隔ではなく、シミュレーションするエージェント４の時間粒度に応じた送信時間間隔で移動メッセージを送信する。これにより、ＭＡＳの実行性能を維持しながら、エージェントシミュレータ２００間で交換するメッセージの量の増大を抑えることができる。また、センターコントローラ３００は、受信した移動メッセージをそのままの時間間隔で送信するので、古い移動メッセージが新しい移動メッセージよりも先に送信先のエージェントシミュレータ２００に届くことを防ぐことができる。さらに、センターコントローラ３００による移動メッセージの送信方法としてブロードキャストが用いられることで、センターコントローラ３００の負荷は低減される。
As described above, in the
ところで、現実の世界では、ある実体の現在の状態は、相互作用する他の実体の現在の状態との関係で決まる。よって、仮想世界２におけるエージェントの現在の状態をシミュレーションするためには、相互作用する周囲エージェントの現在の状態に関する情報が欲しい。しかし、ＭＡＳシステム１００では、担当するエージェントの時間粒度の違いによって、移動メッセージを送信する送信時間間隔にエージェントシミュレータ２００間で違いがある。また、移動メッセージの送信は離散的に行われるため、送信時間間隔が同一のエージェントシミュレータ２００間でも、移動メッセージの交換のタイミングがずれてしまう場合がある。さらに、ＣＰＵの処理能力やネットワーク容量に依存して、センターコントローラ３００を介したエージェントシミュレータ２００間の移動メッセージの送受信に時間遅れが生じる場合もある。
By the way, in the real world, the current state of an entity is determined in relation to the current states of other entities with which it interacts. Therefore, in order to simulate the current state of the agents in the
そこで、ＭＡＳシステム１００では、担当する自エージェントの現在の状態を各エージェントシミュレータ２００がシミュレーションする際、以下の第１乃至第６の処理が実行される。
Therefore, in the
第１の処理では、エージェントシミュレータ２００は、センターコントローラ３００から送信される移動メッセージに基づき、移動メッセージの取得時刻における周囲エージェントの状態を生成する。第２の処理では、エージェントシミュレータ２００は、第１の処理で生成された周囲エージェントの状態をメモリに記憶する。
In the first process, the
第３の処理では、エージェントシミュレータ２００は、第２の処理でメモリに記憶された周囲エージェントの過去の状態から周囲エージェントの現在の状態を推定する。メモリに記憶された周囲エージェントの過去の状態の数が２つ以上の場合、エージェントシミュレータ２００は、周囲エージェントの最新の２つ以上の過去の状態に基づく線形外挿によって周囲エージェントの現在の状態を推定する。メモリに記憶された周囲エージェントの過去の状態の数が１つの場合、エージェントシミュレータ２００は、周囲エージェントの唯一の過去の状態を周囲エージェントの現在の状態として推定する。
In the third process, the
第４の処理では、エージェントシミュレータ２００は、第３の処理で推定された周囲エージェントの現在の状態を用いて自エージェントの現在の状態をシミュレーションする。第５の処理では、エージェントシミュレータ２００は、第４の処理でシミュレーションされた自エージェントの現在の状態に基づいて移動メッセージを作成する。そして、第６の処理では、エージェントシミュレータ２００は、第５の処理で作成された移動メッセージをセンターコントローラ３００に送信する。
In the fourth process, the
ＭＡＳシステム１００では、以上のような処理が各エージェントシミュレータ２００で実行される。これにより、センターコントローラ３００を介したエージェントシミュレータ２００間の移動メッセージの送受信に時間遅れがあるとしても、各エージェントの現在の状態を精度よくシミュレーションすることができる。また、移動メッセージの送信タイミングにエージェントシミュレータ２００間でずれがあるとしても、各エージェントの現在の状態を精度よくシミュレーションすることができる。さらに、エージェント間の時間粒度の違いによって移動メッセージを送信する送信時間間隔にエージェントシミュレータ２００間で違いがあるとしても、各エージェントの現在の状態を精度よくシミュレーションすることができる。
In the
１－３．メッセージ交換の一例
図３は、ＭＡＳシステム１００において行われるエージェントシミュレータ２００－Ａ、２００－Ｂ、２００－Ｃ間の移動メッセージの交換の一例を示す。ただし、説明を簡単にするため、エージェントシミュレータ２００－Ａ、２００－Ｂ、２００－Ｃ間で移動メッセージの送受信を中継するセンターコントローラ３００は省略されている。各エージェント４Ａ、４Ｂ、４Ｃの時間粒度が図１に示す通りであるとすると、エージェントシミュレータ２００－Ａ、２００－Ｂは２０ｍｓｅｃの時間間隔で移動メッセージを送信し、エージェントシミュレータ２００－Ｃは１００ｍｓｅｃの時間間隔で移動メッセージを送信する。
1-3. An Example of Message Exchange FIG. 3 shows an example of the exchange of mobility messages between agent simulators 200-A, 200-B, and 200-C that takes place in
ここでは、エージェントシミュレータ２００－Ａとエージェントシミュレータ２００－Ｂとの間には１２ｍｓｅｃの時間遅れが認められている。エージェントシミュレータ２００－Ａとエージェントシミュレータ２００－Ｃとの間には１４ｍｓｅｃの時間遅れが認められている。そして、エージェントシミュレータ２００－Ｂとエージェントシミュレータ２００－Ｃとの間には１０ｍｓｅｃの時間遅れが認められている。 Here, a time delay of 12 msec is recognized between agent simulator 200-A and agent simulator 200-B. A time delay of 14 msec is allowed between agent simulator 200-A and agent simulator 200-C. A time delay of 10 msec is allowed between agent simulator 200-B and agent simulator 200-C.
各エージェントシミュレータ２００－Ａ、２００－Ｂ、２００－Ｃは、時刻ｔ＝０でシミュレーションを開始する。ただし、エージェントシミュレータ２００－Ａ、２００－Ｂ、２００－Ｃとして機能するコンピュータの内部時計の時間は必ずしも一致していない。このため、エージェントシミュレータ２００－Ａ、２００－Ｂ、２００－Ｃ間でシミュレーションの開始時刻にずれが生じる場合がある。ＭＡＳシステム１００では、シミュレーションの開始時刻のずれを前提にして、エージェントシミュレータ２００－Ａ、２００－Ｂ、２００－Ｃ間の移動メッセージの交換が行われる。
Each agent simulator 200-A, 200-B, 200-C starts simulation at time t=0. However, the times of the internal clocks of the computers functioning as agent simulators 200-A, 200-B, and 200-C do not necessarily match. For this reason, there may be a difference in simulation start time between the agent simulators 200-A, 200-B, and 200-C. In the
以下の説明では、簡単のため、Ａ［ｔ］は時刻ｔにおけるエージェント４Ａの状態を表す移動メッセージを意味する。Ｂ［ｔ］は時刻ｔにおけるエージェント４Ｂの状態を表す移動メッセージを意味する。Ｃ［ｔ］は時刻ｔにおけるエージェント４Ｃの状態を表す移動メッセージである。以下、エージェントシミュレータ２００－Ａ、２００－Ｂ、２００－Ｃによる処理を時系列に説明する。
In the following description, for simplicity, A[t] means a movement message representing the state of
まず、各エージェントシミュレータ２００－Ａ、２００－Ｂ、２００－Ｃから各エージェント４Ａ、４Ｂ、４Ｃの初期状態を表す移動メッセージＡ［０］、Ｂ［０］、Ｃ［０］が送信される。初期状態では、各エージェントシミュレータ２００－Ａ、２００－Ｂ、２００－Ｃは周囲エージェントの存在を認識できないため、周囲エージェントが存在しない仮定の下で移動メッセージＡ［０］、Ｂ［０］、Ｃ［０］を生成する。
First, the agent simulators 200-A, 200-B, 200-C transmit movement messages A[0], B[0], C[0] representing initial states of the
エージェントシミュレータ２００－Ａの次回の送信時刻は時刻ｔ＝２０である。エージェントシミュレータ２００－Ａは、時刻ｔ＝２０の前に移動メッセージＢ［０］及びＣ［０］を受信する。エージェントシミュレータ２００－Ａは、移動メッセージＢ［０］から時刻ｔ＝０におけるエージェント４Ｂの状態を認識し、エージェント４Ｂの時刻ｔ＝０の状態をエージェント４Ｂの現在の状態として推定する。また、エージェントシミュレータ２００－Ａは、移動メッセージＣ［０］から時刻ｔ＝０におけるエージェント４Ｃの状態を認識し、エージェント４Ｃの時刻ｔ＝０の状態をエージェント４Ｃの現在の状態として推定する。エージェントシミュレータ２００－Ａは、推定されたエージェント４Ｂ、４Ｃの状態を用いたシミュレーションによって、エージェント４Ａの時刻ｔ＝２０における状態を決定し、移動メッセージＡ［２０］を送信する。
The next transmission time of agent simulator 200-A is time t=20. Agent simulator 200-A receives move messages B[0] and C[0] before time t=20. Agent simulator 200-A recognizes the state of
エージェントシミュレータ２００－Ａの次回の送信時刻は時刻ｔ＝４０である。エージェントシミュレータ２００－Ａは、時刻ｔ＝４０の前にエージェントシミュレータ２００－Ｂから新たに移動メッセージＢ［２０］を受信するが、エージェントシミュレータ２００－Ｃからは新たな移動メッセージは受信していない。エージェントシミュレータ２００－Ａは、移動メッセージＢ［２０］から時刻ｔ＝２０におけるエージェント４Ｂの状態を認識し、時刻ｔ＝０と時刻ｔ＝２０のエージェント４Ｂの状態に基づく線形外挿によってエージェント４Ｂの現在の状態を推定する。また、エージェントシミュレータ２００－Ａは、エージェント４Ｃの時刻ｔ＝０の状態をエージェント４Ｃの現在の状態として推定する。エージェントシミュレータ２００－Ａは、推定されたエージェント４Ｂ、４Ｃの状態を用いたシミュレーションによって、エージェント４Ａの時刻ｔ＝４０における状態を決定し、移動メッセージＡ［４０］を送信する。
The next transmission time of agent simulator 200-A is time t=40. Agent simulator 200-A newly receives movement message B[20] from agent simulator 200-B before time t=40, but does not receive a new movement message from agent simulator 200-C. Agent simulator 200-A recognizes the state of
エージェントシミュレータ２００－Ａの次回の送信時刻は時刻ｔ＝６０である。エージェントシミュレータ２００－Ａは、時刻ｔ＝６０の前にエージェントシミュレータ２００－Ｂから新たに移動メッセージＢ［４０］を受信するが、エージェントシミュレータ２００－Ｃからは新たな移動メッセージは受信していない。エージェントシミュレータ２００－Ａは、時刻ｔ＝２０と時刻ｔ＝４０のエージェント４Ｂの状態に基づく線形外挿によってエージェント４Ｂの現在の状態を推定する。また、エージェントシミュレータ２００－Ａは、エージェント４Ｃの時刻ｔ＝０の状態をエージェント４Ｃの現在の状態として推定する。エージェントシミュレータ２００－Ａは、推定されたエージェント４Ｂ、４Ｃの状態を用いたシミュレーションによって、エージェント４Ａの時刻ｔ＝６０における状態を決定し、移動メッセージＡ［６０］を送信する。
The next transmission time of agent simulator 200-A is time t=60. Agent simulator 200-A newly receives move message B[40] from agent simulator 200-B before time t=60, but does not receive a new move message from agent simulator 200-C. Agent simulator 200-A estimates the current state of
エージェントシミュレータ２００－Ａの次回の送信時刻は時刻ｔ＝８０である。エージェントシミュレータ２００－Ａは、時刻ｔ＝８０の前にエージェントシミュレータ２００－Ｂから新たに移動メッセージＢ［６０］を受信するが、エージェントシミュレータ２００－Ｃからは新たな移動メッセージは受信していない。エージェントシミュレータ２００－Ａは、時刻ｔ＝４０と時刻ｔ＝６０のエージェント４Ｂの状態に基づく線形外挿によってエージェント４Ｂの現在の状態を推定する。また、エージェントシミュレータ２００－Ａは、エージェント４Ｃの時刻ｔ＝０の状態をエージェント４Ｃの現在の状態として推定する。エージェントシミュレータ２００－Ａは、推定されたエージェント４Ｂ、４Ｃの状態を用いたシミュレーションによって、エージェント４Ａの時刻ｔ＝８０における状態を決定し、移動メッセージＡ［８０］を送信する。
The next transmission time of agent simulator 200-A is time t=80. Agent simulator 200-A newly receives movement message B[60] from agent simulator 200-B before time t=80, but does not receive a new movement message from agent simulator 200-C. Agent simulator 200-A estimates the current state of
エージェントシミュレータ２００－Ａの次回の送信時刻は時刻ｔ＝１００である。エージェントシミュレータ２００－Ａは、時刻ｔ＝１００の前にエージェントシミュレータ２００－Ｂから新たに移動メッセージＢ［８０］を受信するが、エージェントシミュレータ２００－Ｃからは新たな移動メッセージは受信していない。エージェントシミュレータ２００－Ａは、時刻ｔ＝６０と時刻ｔ＝８０のエージェント４Ｂの状態に基づく線形外挿によってエージェント４Ｂの現在の状態を推定する。また、エージェントシミュレータ２００－Ａは、エージェント４Ｃの時刻ｔ＝０の状態をエージェント４Ｃの現在の状態として推定する。エージェントシミュレータ２００－Ａは、このように推定されたエージェント４Ｂ、４Ｃの状態を用いたシミュレーションによって、エージェント４Ａの時刻ｔ＝１００における状態を決定し、移動メッセージＡ［１００］を送信する。
The next transmission time of agent simulator 200-A is time t=100. Agent simulator 200-A newly receives move message B[80] from agent simulator 200-B before time t=100, but does not receive a new move message from agent simulator 200-C. Agent simulator 200-A estimates the current state of
エージェントシミュレータ２００－Ａの次回の送信時刻は時刻ｔ＝１２０である。エージェントシミュレータ２００－Ａは、時刻ｔ＝１２０の前にエージェントシミュレータ２００－Ｂから新たに移動メッセージＢ［１００］を受信し、エージェントシミュレータ２００－Ｃからも新たに移動メッセージＣ［１００］を受信する。エージェントシミュレータ２００－Ａは、移動メッセージＢ［１００］から時刻ｔ＝１００におけるエージェント４Ｂの状態を認識し、時刻ｔ＝８０と時刻ｔ＝１００のエージェント４Ｂの状態に基づく線形外挿によってエージェント４Ｂの現在の状態を推定する。また、エージェントシミュレータ２００－Ａは、移動メッセージＣ［１００］から時刻ｔ＝１００におけるエージェント４Ｃの状態を認識し、時刻ｔ＝０と時刻ｔ＝１００のエージェント４Ｃの状態に基づく線形外挿によってエージェント４Ｃの現在の状態を推定する。エージェントシミュレータ２００－Ａは、このように推定されたエージェント４Ｂ、４Ｃの状態を用いたシミュレーションによって、エージェント４Ａの時刻ｔ＝１２０における状態を決定し、移動メッセージＡ［１２０］を送信する。
The next transmission time of agent simulator 200-A is time t=120. Agent simulator 200-A newly receives movement message B[100] from agent simulator 200-B before time t=120, and also receives movement message C[100] newly from agent simulator 200-C. . Agent simulator 200-A recognizes the state of
エージェントシミュレータ２００－Ｂの処理は、エージェントシミュレータ２００－Ａの場合と同様である。エージェントシミュれーた２００－Ｂは、エージェント４Ｂの時刻ｔ＝２０、４０、６０、８０、１００、１２０、１４０における状態を決定する。そして、エージェントシミュレータ２００－Ｂは、それぞれの時刻の状態を表す移動メッセージＢ［２０］、Ｂ［４０］、Ｂ［６０］、Ｂ［８０］、Ｂ［１００］、Ｂ［１２０］、Ｂ［１４０］を送信する。
The processing of agent simulator 200-B is the same as that of agent simulator 200-A. Agent simulated 200-B determines the state of
エージェントシミュレータ２００－Ｃの次回の送信時刻は時刻ｔ＝１００である。エージェントシミュレータ２００－Ｃは、時刻ｔ＝１００の前にエージェントシミュレータ２００－Ａから移動メッセージＡ［０］、Ａ［２０］、Ａ［４０］、Ａ［６０］、Ａ［８０］を受信する。エージェントシミュレータ２００－Ｃは、最新の２つの過去の状態、すなわち、時刻ｔ＝６０と時刻ｔ＝８０のエージェント４Ａの状態に基づく線形外挿によってエージェント４Ａの現在の状態を推定する。また、エージェントシミュレータ２００－Ｃは、時刻ｔ＝１００の前にエージェントシミュレータ２００－Ｂから移動メッセージＢ［０］、Ｂ［２０］、Ｂ［４０］、Ｂ［６０］、Ｂ［８０］を受信する。エージェントシミュレータ２００－Ｃは、最新の２つの過去の状態、すなわち、時刻ｔ＝６０と時刻ｔ＝８０のエージェント４Ｂの状態に基づく線形外挿によってエージェント４Ｂの現在の状態を推定する。エージェントシミュレータ２００－Ｃは、このように推定されたエージェント４Ａ、４Ｂの状態を用いたシミュレーションによって、エージェント４Ｃの時刻ｔ＝１００における状態を決定する。そして、エージェントシミュレータ２００－Ｃは、移動メッセージＣ［１００］を送信する。
The next transmission time of agent simulator 200-C is time t=100. Agent simulator 200-C receives movement messages A[0], A[20], A[40], A[60], A[80] from agent simulator 200-A before time t=100. Agent simulator 200-C estimates the current state of
２．メッセージフィルタリング
各エージェントシミュレータ２００－ｉ（ｉ＝１～Ｎ）に割り当てられるエージェント４を、以下、「対象エージェント４ｉ」と呼ぶ。ここで、Ｎは、エージェントシミュレータ２００の総数であり、２以上の整数である。各エージェントシミュレータ２００－ｉは、割り当てられた対象エージェント４ｉのシミュレーションを行う。上述の通り、シミュレーションにはメッセージが用いられる。便宜上、センターコントローラ３００からエージェントシミュレータ２００－ｉに配信されるメッセージを、以下、「配信メッセージＭＤ－ｉ」と呼ぶ。一方、エージェントシミュレータ２００－ｉにおけるシミュレーションの結果得られる、対象エージェント４ｉの状態を示すメッセージを、以下、「結果メッセージＭＲ－ｉ」と呼ぶ。
2. Message Filtering Agents 4 assigned to each agent simulator 200-i (i=1 to N) are hereinafter referred to as "target agents 4i". Here, N is the total number of
センターコントローラ３００は、エージェントシミュレータ２００－ｉに対して配信メッセージＭＤ－ｉを配信する。エージェントシミュレータ２００－ｉに配信される配信メッセージＭＤ－ｉは、対象エージェント４ｉと異なる少なくとも１つの他エージェント４ｊ（ｊ＝１～Ｎ、ｊ≠ｉ）の状態を示す少なくとも１つの結果メッセージＭＲ－ｊを含む。エージェントシミュレータ２００－ｉは、配信メッセージＭＤ－ｉで示される他エージェント４ｊの状態に基づいて、対象エージェント４ｉのシミュレーションを行って、対象エージェント４ｉの状態を決定する。そして、エージェントシミュレータ２００－ｉは、シミュレーションの結果得られた対象エージェント４ｉの状態を示す結果メッセージＭＲ－ｉをセンターコントローラ３００に送信する。センターコントローラ３００は、エージェントシミュレータ２００－ｉから受け取る結果メッセージＭＲ－ｉを、新たな配信メッセージＭＤとして配信（転送）する。
このような構成において、センターコントローラ３００から各エージェントシミュレータ２００－ｉに全てのメッセージが配信されると、センターコントローラ３００からエージェントシミュレータ２００全体への通信量が増大する。通信量の不必要な増大は、通信リソースの不必要な消費を招く。そこで、本実施の形態に係るセンターコントローラ３００は、通信量の不必要な増大を抑制するために、配信メッセージＭＤとして配信（転送）する結果メッセージＭＲを適宜選別する処理を行う。このような処理を、以下、「メッセージフィルタリング」と呼ぶ。
In such a configuration, when all messages are delivered from the
以下、本実施の形態に係るメッセージフィルタリングについて説明する。特に、時間的観点に基づくメッセージフィルタリングと、空間的観点に基づくメッセージフィルタリングの二種類について詳しく説明する。 Message filtering according to this embodiment will be described below. In particular, two types of message filtering based on temporal perspective and message filtering based on spatial perspective will be described in detail.
２－１．時間的観点に基づくメッセージフィルタリング
２－１－１．概要
まず、時間的観点に基づくメッセージフィルタリングについて説明する。上述の通り、複数のエージェントシミュレータ２００は、処理時間間隔（時間粒度）の異なるものを含み得る。この場合、処理時間間隔が比較的長いエージェントシミュレータ２００に対しては、全ての結果メッセージＭＲを配信メッセージＭＤとして配信する必要は無く、メッセージフィルタリングを行ってもよい。
2-1. Message filtering based on temporal perspective 2-1-1. Overview First, we describe message filtering based on a temporal perspective. As described above, a plurality of
一例として、上記図３で示されたケースを考える。エージェントシミュレータ２００－Ａの処理時間間隔ＴＡは、２０ｍｓｅｃである。エージェントシミュレータ２００－Ｂの処理時間間隔ＴＢは、２０ｍｓｅｃである。エージェントシミュレータ２００－Ｃの処理時間間隔ＴＣは、１００ｍｓｅｃである。つまり、エージェントシミュレータ２００－Ｃの処理時間間隔ＴＣは、比較的長い。そのエージェントシミュレータ２００－Ｃは、エージェントシミュレータ２００－Ａから移動メッセージＡ［０］、Ａ［２０］、Ａ［４０］、Ａ［６０］、Ａ［８０］を受け取り、エージェントシミュレータ２００－Ｂから移動メッセージＢ［０］、Ｂ［２０］、Ｂ［４０］、Ｂ［６０］、Ｂ［８０］を受け取る。しかしながら、対象エージェント４Ｃのシミュレーションに用いられるのは、移動メッセージＡ［６０］、Ａ［８０］、Ｂ［６０］、Ｂ［８０］である。その他の移動メッセージＡ［０］、Ａ［２０］、Ａ［４０］、Ｂ［０］、Ｂ［２０］、Ｂ［４０］は、シミュレーションには不要である。すなわち、処理時間間隔ＴＣの長いエージェントシミュレータ２００－Ｃに対して移動メッセージＡ［０］、Ａ［２０］、Ａ［４０］、Ｂ［０］、Ｂ［２０］、Ｂ［４０］を配信することは、通信量を不必要に増大させている。
As an example, consider the case illustrated in FIG. 3 above. The processing time interval TA of agent simulator 200-A is 20 msec. The processing time interval TB of agent simulator 200-B is 20 msec. The processing time interval TC of agent simulator 200-C is 100 msec. In other words, the processing time interval TC of agent simulator 200-C is relatively long. The agent simulator 200-C receives movement messages A[0], A[20], A[40], A[60], A[80] from the agent simulator 200-A and moves from the agent simulator 200-B. Receive messages B[0], B[20], B[40], B[60], B[80]. However, the migration messages A[60], A[80], B[60], B[80] are used for the simulation of the
そこで、センターコントローラ３００は、図４に示されるようにメッセージフィルタリングを行う。すなわち、センターコントローラ３００は、エージェントシミュレータ２００－Ａから移動メッセージＡ［０］、Ａ［２０］、Ａ［４０］、Ａ［６０］、Ａ［８０］を受信するが、それらのうち移動メッセージＡ［０］、Ａ［２０］、Ａ［４０］をエージェントシミュレータ２００－Ｃには配信せず、移動メッセージＡ［６０］、Ａ［８０］を選択的にエージェントシミュレータ２００－Ｃに配信（転送）する。同様に、センターコントローラ３００は、エージェントシミュレータ２００－Ｂから移動メッセージＢ［０］、Ｂ［２０］、Ｂ［４０］、Ｂ［６０］、Ｂ［８０］を受信するが、それらのうち移動メッセージＢ［０］、Ｂ［２０］、Ｂ［４０］をエージェントシミュレータ２００－Ｃには配信せず、移動メッセージＢ［６０］、Ｂ［８０］を選択的にエージェントシミュレータ２００－Ｃに配信（転送）する。これにより、通信量の不必要な増大が抑制され、通信リソースの不必要な消費が抑制される。尚、このようなメッセージフィルタリングが行われても、エージェントシミュレータ２００－Ｃにおけるシミュレーション精度に変わりはない。
Therefore, the
一般化すると次の通りである。図５に示される２つのエージェントシミュレータ２００、つまり、第１エージェントシミュレータ２００－Ｘと第２エージェントシミュレータ２００－Ｙについて考える。第１エージェントシミュレータ２００－Ｘは、第１処理時間間隔ＴＸで第１エージェント（対象エージェント）４Ｘのシミュレーションを行う。一方、第２エージェントシミュレータ２００－Ｙは、第２処理時間間隔ＴＹで第２エージェント（対象エージェント）４Ｙのシミュレーションを行う。第２処理時間間隔ＴＹは、第１処理時間間隔ＴＸよりも長い。この場合、センターコントローラ３００は、第２エージェントシミュレータ２００－Ｙに対して単位時間当たりに配信する第２配信メッセージＭＤ－Ｙの数を、第１エージェントシミュレータ２００－Ｘに対して単位時間当たりに配信する第１配信メッセージＭＤ－Ｘの数よりも少なく設定する。これにより、通信量の不必要な増大が抑制される。
The generalization is as follows. Consider two
より詳細には、第１エージェントシミュレータ２００－Ｘは、第１エージェント４Ｘに関する第１結果メッセージＭＲ－Ｘを、第１処理時間間隔ＴＸに応じた第１頻度でセンターコントローラ３００に送信する。センターコントローラ３００は、第１処理時間間隔ＴＸに応じた第１頻度で第１結果メッセージＭＲ－Ｘを受信する。しかしながら、処理時間間隔の長い第２エージェントシミュレータ２００－Ｙに対して同じ第１頻度で第１結果メッセージＭＲ－Ｘを配信する必要はない。第２エージェントシミュレータ２００－Ｙに対しては、第２処理時間間隔ＴＹに応じた第２頻度で第１結果メッセージＭＲ－Ｘを配信すれば十分である。第２処理時間間隔ＴＹに応じた第２頻度は、第１処理時間間隔ＴＸに応じた第１頻度よりも低い。センターコントローラ３００は、第１エージェントシミュレータ２００－Ｘから受け取る第１結果メッセージＭＲ－Ｘの一部だけを第２配信メッセージＭＤ－Ｙとして選択し、選択した第２配信メッセージＭＤ－Ｙを第２エージェントシミュレータ２００－Ｙに配信する。つまり、センターコントローラ３００は、第１頻度よりも低い第２頻度で、第２配信メッセージＭＤ－Ｙを第２エージェントシミュレータ２００－Ｙに配信する。
More specifically, the first agent simulator 200-X transmits the first result message MR-X regarding the
第２エージェントシミュレータ２００－Ｙは、第２処理時間間隔ＴＹで、第２エージェント４Ｙの状態を決定する。センターコントローラ３００は、第１エージェントシミュレータ２００－Ｘから受け取る第１結果メッセージＭＲ－Ｘの一部を第２配信メッセージＭＤ－Ｙとして選択する。このとき、センターコントローラ３００は、第２エージェントシミュレータ２００－Ｙが第２エージェント４Ｙの状態を決定するタイミングより前の最新の第１結果メッセージＭＲ－Ｘを少なくとも含むように、第２配信メッセージＭＤ－Ｙを選択することが好ましい（図４参照）。図４で示された例では、最新の２つの第１結果メッセージＭＲ－Ｘ（例：Ａ［６０］、Ａ［８０］）が第２配信メッセージＭＤ－Ｙとして選択されている。最新の第１結果メッセージＭＲ－Ｘを少なくとも含むように第２配信メッセージＭＤ－Ｙを選択することにより、第２エージェントシミュレータ２００－Ｙにおける第２エージェント４Ｙに関するシミュレーション精度が向上する。
The second agent simulator 200-Y determines the state of the
第２エージェントシミュレータ２００－Ｙは、第２エージェント４Ｙに関する第２結果メッセージＭＲ－Ｙを、第２処理時間間隔ＴＹに応じた第２頻度でセンターコントローラ３００に送信する。センターコントローラ３００は、第２処理時間間隔ＴＹに応じた第２頻度で第２結果メッセージＭＲ－Ｙを受信する。センターコントローラ３００は、全ての第２結果メッセージＭＲ－Ｙを第１配信メッセージＭＤ－Ｘとして第１エージェントシミュレータ２００－Ｘに配信してもよい。
The second agent simulator 200-Y transmits a second result message MR-Y regarding the
センターコントローラ３００は、各エージェントシミュレータ２００－ｉにおける処理時間間隔を示す「参照情報ＲＥＦ１」を保持している。例えば、各エージェントシミュレータ２００－ｉにおける処理時間間隔は予め設定され、参照情報ＲＥＦ１は予めセンターコントローラ３００に提供される。その参照情報ＲＥＦ１に基づいて、センターコントローラ３００は、各エージェントシミュレータ２００－ｉにおける処理時間間隔を把握し、各エージェントシミュレータ２００－ｉに配信する配信メッセージＭＤを調整する。つまり、センターコントローラ３００は、各エージェントシミュレータ２００－ｉにおける処理時間間隔に応じて、各エージェントシミュレータ２００－ｉに配信する配信メッセージＭＤを選別する。
The
２－１－２．構成例
図６は、時間的観点に基づくメッセージフィルタリングに関連する構成例を示すブロック図である。図６に示される例では、センターコントローラ３００は、複数のメッセージフィルタ３１１－１～３１１－Ｎを含んでいる。複数のメッセージフィルタ３１１－１～３１１－Ｎは、それぞれ、複数のエージェントシミュレータ２００－１～２００－Ｎに対して設けられており、複数のエージェントシミュレータ２００－１～２００－Ｎに関するメッセージフィルタリングを行う。すなわち、複数のメッセージフィルタ３１１－１～３１１－Ｎは、それぞれ、複数のエージェントシミュレータ２００－１～２００－Ｎに配信する配信メッセージＭＤ－１～ＭＤ－Ｎの数を調整する。
2-1-2. Example Configurations FIG. 6 is a block diagram illustrating an example configuration related to message filtering based on a temporal perspective. In the example shown in FIG. 6, the
より詳細には、複数のメッセージフィルタ３１１－１～３１１－Ｎは、それぞれ、複数のエージェントシミュレータ２００－１～２００－Ｎの処理時間間隔Ｔ１～ＴＮに関する情報（参照情報ＲＥＦ１）を保持している。メッセージフィルタ３１１－ｉは、処理時間間隔Ｔｉの情報に基づいて、エージェントシミュレータ２００－ｉに配信する配信メッセージＭＤ－ｉの数を調整する。図５に示された例の場合、第１メッセージフィルタ３１１－Ｘは、第１処理時間間隔ＴＸの情報に基づいて、第１エージェントシミュレータ２００－Ｘに配信する第１配信メッセージＭＤ－Ｘの数を調整する。第２メッセージフィルタ３１１－Ｙは、第２処理時間間隔ＴＹの情報に基づいて、第２エージェントシミュレータ２００－Ｙに配信する第２配信メッセージＭＤ－Ｙの数を調整する。各メッセージフィルタ３１１－ｉは、配信メッセージＭＤ－ｉの数を調整するためのメッセージキューを含んでいる。 More specifically, the plurality of message filters 311-1 to 311-N respectively hold information (reference information REF1) regarding processing time intervals T1 to TN of the plurality of agent simulators 200-1 to 200-N. . The message filter 311-i adjusts the number of distribution messages MD-i to be distributed to the agent simulator 200-i based on the processing time interval Ti information. In the example shown in FIG. 5, the first message filter 311-X determines the number of first delivery messages MD-X to be delivered to the first agent simulator 200-X based on the information of the first processing time interval TX. to adjust. The second message filter 311-Y adjusts the number of second distribution messages MD-Y to be distributed to the second agent simulator 200-Y based on the information of the second processing time interval TY. Each message filter 311-i includes a message queue for regulating the number of delivery messages MD-i.
図７は、エージェントシミュレータ２００とメッセージフィルタ３１１の配置の一例を示している。複数のメッセージフィルタ３１１－１～３１１－Ｎは、同一サブネット内に配置されている。その同一サブネット内にエージェントシミュレータ２００が存在していてもよい。同一サブネット内に存在するエージェントシミュレータ２００は、ブロードキャストにより結果メッセージＭＲを複数のメッセージフィルタ３１１－１～３１１－Ｎに送信する。同一サブネット外に存在するエージェントシミュレータ２００は、ゲートウェイ４０を介して当該サブネットに接続されている。ゲートウェイ４０は、当該エージェントシミュレータ２００から結果メッセージＭＲを受け取り、受け取った結果メッセージＭＲをブロードキャストにより複数のメッセージフィルタ３１１－１～３１１－Ｎに送信する。ブロードキャストを利用することにより、結果メッセージＭＲを各メッセージフィルタ３１１－ｉに効率的に分配することが可能となる。
FIG. 7 shows an example of arrangement of the
２－１－３．効果
以上に説明されたように、一実施形態において、センターコントローラ３００は、各エージェントシミュレータ２００－ｉの処理時間間隔Ｔｉに基づいて、メッセージフィルタリングを行う。より詳細には、センターコントローラ３００は、処理時間間隔が比較的長いエージェントシミュレータ２００に対して単位時間あたり配信する配信メッセージＭＤの数を比較的少なく設定する。これにより、センターコントローラ３００からエージェントシミュレータ２００に配信されるメッセージ量が全体として削減される。すなわち、通信量の不必要な増大が抑制され、通信リソースの不必要な消費が抑制される。
2-1-3. Effect As described above, in one embodiment, the
２－２．空間的観点に基づくメッセージフィルタリング
２－２－１．概要
次に、空間的観点に基づくメッセージフィルタリングについて説明する。シミュレーション対象世界２におけるエージェント４間の距離は様々である。遠く離れたエージェント４間では、全てのメッセージをやりとりする必要は無く、メッセージフィルタリングを行ってもよい。
2-2. Message filtering based on spatial point of view 2-2-1. Overview We now describe message filtering based on a spatial perspective. The distance between the agents 4 in the
ここで、エージェント４間の距離が短いとは、エージェント４間の相互作用の度合いが高いことを意味し、エージェント４間の距離が長いとは、エージェント４間の相互作用の度合いが低いことを意味する。エージェント４間の距離は、エージェント４間の相互作用の度合いの逆数であると言うこともできる。例えば、２つのエージェント４が見通し環境(Line Of Sight）にある場合、２つのエージェント４間の「直線距離（ユークリッド距離）」あるいは「マンハッタン距離」が用いられる。 Here, a short distance between the agents 4 means that the degree of interaction between the agents 4 is high, and a long distance between the agents 4 means that the degree of interaction between the agents 4 is low. means. It can also be said that the distance between agents 4 is the reciprocal of the degree of interaction between agents 4 . For example, when two agents 4 are in line of sight (Line Of Sight), the "Euclidean distance" or "Manhattan distance" between the two agents 4 is used.
２つのエージェント４が非見通し環境（Non Line OF Sight）にある場合の距離は次の通りである。例えば、他のエージェント４を見ることを前提としたシミュレーションの場合、２つのエージェント４は互いに見ることができないため、それらの間の距離を無限大とみなしてもよい。他の例として、他のエージェント４が発した音を聞くことを前提としたシミュレーションの場合、音の伝搬がレイトレーシングにより模擬され、最短レイの長さ（最短伝搬経路長）が距離として用いられる。 The distance when two agents 4 are in a non-line-of-sight environment (Non Line OF Sight) is as follows. For example, in a simulation that assumes that other agents 4 can be seen, two agents 4 cannot see each other, so the distance between them may be considered infinite. As another example, in the case of a simulation premised on listening to sounds emitted by other agents 4, sound propagation is simulated by ray tracing, and the length of the shortest ray (shortest propagation path length) is used as the distance. .
各エージェントシミュレータ２００－ｉからセンターコントローラ３００に送られる結果メッセージＭＲ－ｉは、シミュレーション対象世界２における各エージェント４ｉの最新の位置情報を含んでいる。センターコントローラ３００は、シミュレーション対象世界２の空間構成情報を保持している。その空間構成情報と各エージェント４ｉの位置情報に基づいて、センターコントローラ３００は、シミュレーション対象世界２におけるエージェント４間の距離を算出することができる。
A result message MR-i sent from each agent simulator 200-i to the
図８及び図９は、空間的観点に基づくメッセージフィルタリングの概要を説明するための概念図である。ここでは、３つのエージェント４Ｘ、４Ｙ、４Ｚと、３つのエージェントシミュレータ２００－Ｘ、２００－Ｙ、２００－Ｚについて考える。シミュレーション対象世界２において、第１エージェント４Ｘと第３エージェント４Ｚとの間の距離Ｄｘｚは、第２エージェント４Ｙと第３エージェント４Ｚとの間の距離Ｄｙｚよりも大きい。
8 and 9 are conceptual diagrams for explaining an outline of message filtering based on a spatial point of view. Here, consider three
第１エージェントシミュレータ２００－Ｘは、第１エージェント（対象エージェント）４Ｘのシミュレーションを行う。第２エージェントシミュレータ２００－Ｙは、第２エージェント（対象エージェント）４Ｙのシミュレーションを行う。第３エージェントシミュレータ２００－Ｚは、第３エージェント（対象エージェント）４Ｚのシミュレーションを行う。第１エージェントシミュレータ２００－Ｘは、第１エージェント４Ｘに関する第１結果メッセージＭＲ－Ｘをセンターコントローラ３００に送信する。第２エージェントシミュレータ２００－Ｙは、第２エージェント４Ｙに関する第２結果メッセージＭＲ－Ｙをセンターコントローラ３００に送信する。センターコントローラ３００は、第１エージェントシミュレータ２００－Ｘから第１結果メッセージＭＲ－Ｘを受け取り、第１結果メッセージＭＲ－Ｘの少なくとも一部を第３配信メッセージＭＤ－Ｚとして第３エージェントシミュレータ２００－Ｚに配信する。また、センターコントローラ３００は、第２エージェントシミュレータ２００－Ｙから第２結果メッセージＭＲ－Ｙを受け取り、第２結果メッセージＭＲ－Ｙの少なくとも一部を第３配信メッセージＭＤ－Ｚとして第３エージェントシミュレータ２００－Ｚに配信する。
The first agent simulator 200-X simulates the first agent (target agent) 4X. The second agent simulator 200-Y simulates the second agent (target agent) 4Y. The third agent simulator 200-Z simulates a third agent (target agent) 4Z. The first agent simulator 200-X transmits to the
図８及び図９で示される例では、第１エージェント４Ｘと第３エージェント４Ｚとの間の距離Ｄｘｚは、第２エージェント４Ｙと第３エージェント４Ｚとの間の距離Ｄｙｚよりも大きい。この場合、センターコントローラ３００は、第３エージェントシミュレータ２００－Ｚに対する第１結果メッセージＭＲ－Ｘの配信頻度を、第３エージェントシミュレータ２００－Ｚに対する第２結果メッセージＭＲ－Ｙの配信頻度よりも低く設定する。これにより、通信量の不必要な増大が抑制され、通信リソースの不必要な消費が抑制される。尚、遠い第１エージェント４Ｘに関する第１結果メッセージＭＲ－Ｘの配信頻度が低くなっても、第３エージェントシミュレータ２００－Ｚにおけるシミュレーション精度はさほど低下しない。
In the examples shown in FIGS. 8 and 9, the distance Dxz between the
図９に示されるように、センターコントローラ３００は、参照情報ＲＥＦ２を保持している。参照情報ＲＥＦ２は、シミュレーション対象世界２の空間構成情報を含んでいる。センターコントローラ３００は、その空間構成情報と結果メッセージＭＲに含まれる各エージェント４ｉの位置情報に基づいて、エージェント４間の距離を把握することができる。更に、参照情報ＲＥＦ２は、エージェント４間の距離と配信頻度との対応関係を示す関数情報を含んでいる。関数情報は、ユーザのポリシーに従って予め作成される。センターコントローラ３００は、その関数情報に基づいて、エージェント４間の距離に応じた配信頻度を設定する。
As shown in FIG. 9, the
２－２－２．パーティション分割
図１０に示されるように、シミュレーション対象世界２の空間は、複数のパーティションＰ（ボクセル）に分割されてもよい。パーティション構成は、固定であってもよいし、動的に変動してもよい。例えば、パーティション構成は、エージェント４の疎密に応じて動的に設定されてもよい。その場合、図１０に例示されるように、エージェント４の密度が高い領域はより多くのパーティションＰに分割され、各パーティションＰのサイズは小さくなる。パーティション構成は、周知の空間分割アルゴリズムにより決定される。
2-2-2. Partitioning As shown in FIG. 10, the space of the
センターコントローラ３００は、パーティションＰ間の距離に応じて、パーティションＰ単位でメッセージフィルタリングを行ってもよい。２つのパーティションＰ間の距離は、例えば、２つのパーティションＰの重心間の距離である。他の例として、２つのパーティションＰ間の距離は、２つのパーティションＰのそれぞれに属する２点間の距離の最大値である。更に他の例として、２つのパーティションＰ間の距離は、２つのパーティションＰのそれぞれに属する２点間の距離の最小値である。
The
センターコントローラ３００は、周知の空間分割アルゴリズムによりパーティション構成を決定する。上述の参照情報ＲＥＦ２には、シミュレーション対象世界２の空間構成情報に加えて、パーティション構成の情報も追加される。センターコントローラ３００は、参照情報ＲＥＦ２に基づいて、パーティションＰ間の距離を算出する。更に、参照情報ＲＥＦ２は、パーティションＰ間の距離と配信頻度との対応関係を示す関数情報を含んでいる。関数情報は、ユーザのポリシーに従って予め作成される。センターコントローラ３００は、その関数情報に基づいて、パーティションＰ間の距離に応じた配信頻度を設定する。
一例として、図１０に示される３つのパーティションＰＸ、ＰＹ、ＰＺについて考える。シミュレーション対象世界２において、第１パーティションＰＸと第３パーティションＰＺとの間の距離は、第２パーティションＰＹと第３パーティションＰＺとの間の距離よりも大きい。
As an example, consider the three partitions PX, PY, PZ shown in FIG. In the
センターコントローラ３００は、第１パーティションＰＸに属する各エージェント４のシミュレーションを行う各エージェントシミュレータ２００から第１結果メッセージＭＲ－Ｘを受け取る。また、センターコントローラ３００は、第２パーティションＰＹに属する各エージェント４のシミュレーションを行う各エージェントシミュレータ２００から第２結果メッセージＭＲ－Ｙを受け取る。センターコントローラ３００は、第１結果メッセージＭＲ－Ｘと第２結果メッセージＭＲ－Ｙの少なくとも一部を、第３パーティションＰＺに対する第３配信メッセージＭＤ－Ｚとして選択する。そして、センターコントローラ３００は、第３配信メッセージＭＤ－Ｚを、第３パーティションＰＺに属する各エージェント４のシミュレーションを行う各エージェントシミュレータ２００に配信する。図１０に示される例では、第１パーティションＰＸと第３パーティションＰＺとの間の距離は、第２パーティションＰＹと第３パーティションＰＺとの間の距離よりも大きい。この場合、センターコントローラ３００は、第１結果メッセージＭＲ－Ｘを第３配信メッセージＭＤ－Ｚとして配信する配信頻度を、第２結果メッセージＭＲ－Ｙを第３配信メッセージＭＤ－Ｚとして配信する配信頻度よりも低く設定する。
The
例えば、図１１に示されるように、センターコントローラ３００は、第１パーティション受信キュー３１２－Ｘと、第２パーティション受信キュー３１２－Ｙと、第３パーティション送信キュー３１３－Ｚとを含む。第１パーティション受信キュー３１２－Ｘは、第１パーティションＰＸに属する各エージェント４のシミュレーションを行う各エージェントシミュレータ２００から受け取る第１結果メッセージＭＲ－Ｘを格納する。第２パーティション受信キュー３１２－Ｙは、第２パーティションＰＹに属する各エージェント４のシミュレーションを行う各エージェントシミュレータ２００から受け取る第２結果メッセージＭＲ－Ｙを格納する。第３パーティション送信キュー３１３－Ｚは、第３パーティションＰＺに属する各エージェント４のシミュレーションを行う各エージェントシミュレータ２００に配信される第３配信メッセージＭＤ－Ｚを格納する。センターコントローラ３００は、第１パーティション受信キュー３１２－Ｘに格納された第１結果メッセージＭＲ－Ｘのうち必要なものを第３パーティション送信キュー３１３－Ｚに転送する。また、センターコントローラ３００は、第２パーティション受信キュー３１２－Ｙに格納された第２結果メッセージＭＲ－Ｙのうち必要なものを第３パーティション送信キュー３１３－Ｚに転送する。図１０に示される例では、第１パーティションＰＸと第３パーティションＰＺとの間の距離は、第２パーティションＰＹと第３パーティションＰＺとの間の距離よりも大きい。この場合、センターコントローラ３００は、第１パーティション受信キュー３１２－Ｘから第３パーティション送信キュー３１３－Ｚへの第１結果メッセージＭＲ－Ｘの転送頻度を、第２パーティション受信キュー３１２－Ｙから第３パーティション送信キュー３１３－Ｚへの第２結果メッセージＭＲ－Ｙの転送頻度よりも低く設定する。
For example, as shown in FIG. 11, the
このように、シミュレーション対象世界２の空間が複数のパーティションＰに分割される場合、パーティションＰ単位でメッセージフィルタリングが行われる。これによっても、通信量の不必要な増大が抑制され、通信リソースの不必要な消費が抑制される。
In this way, when the space of the
また、パーティションＰ単位でメッセージフィルタリングを行うことにより、計算処理負荷を軽減することが可能となる。例えば、エージェント４の総数が１０００であり、パーティションＰの総数が１０である場合を考える。エージェント４毎にメッセージフィルタリングを行う場合、エージェント４の全てのペアについて距離を算出するために約１０６回の計算処理が必要である。一方、パーティションＰ毎にメッセージフィルタリングを行う場合、パーティションＰの全てのペアについて距離を算出するために必要な計算処理の回数は９０回である。計算処理負荷が軽減されることは、シミュレーション速度及びシミュレーションコストの観点から好適である。 Also, by performing message filtering on a partition P basis, it is possible to reduce the computational processing load. For example, consider the case where the total number of agents 4 is 1000 and the total number of partitions P is 10. When message filtering is performed for each agent 4 , approximately 10 6 calculations are required to calculate distances for all pairs of agents 4 . On the other hand, when message filtering is performed for each partition P, the number of calculation processes required to calculate distances for all pairs of partition P is 90 times. Reducing the computational processing load is preferable from the viewpoint of simulation speed and simulation cost.
２－２－３．構成例
図１１は、空間的観点に基づくメッセージフィルタリングに関連する第１の構成例を示すブロック図である。第１の構成例では、センターコントローラ３００は、「Ｐｕｂｌｉｓｈ／Ｓｕｂｓｃｒｉｂｅモデル」に基づいてメッセージフィルタリングを行うように設計されている。より詳細には、センターコントローラ３００は、複数の受信キュー３１２、複数の送信キュー３１３、及び転送部３１４を含んでいる。
2-2-3. Configuration Example FIG. 11 is a block diagram illustrating a first configuration example related to message filtering based on a spatial perspective. In the first configuration example, the
複数の受信キュー３１２は、それぞれ、複数のパーティションＰに対して設けられている。同様に、複数の送信キュー３１３は、それぞれ、複数のパーティションＰに対して設けられている。すなわち、受信キュー３１２と送信キュー３１３が、各パーティションＰ毎に設けられている。各受信キュー３１２は、対応するパーティションＰに属する各エージェント４のシミュレーションを行うエージェントシミュレータ２００から受け取る結果メッセージＭＲを格納する。各送信キュー３１３は、対応するパーティションＰに属する各エージェント４のシミュレーションを行うエージェントシミュレータ２００に配信される配信メッセージＭＤを格納する。
A plurality of
各エージェントシミュレータ２００－ｉは、エージェント４ｉに関する結果メッセージＭＲ－ｉをセンターコントローラ３００に送信する（Ｐｕｂｌｉｓｈ）。その結果メッセージＭＲ－ｉは、シミュレーション対象世界２におけるエージェント４ｉの位置情報を含んでいる。センターコントローラ３００は、エージェント４ｉの位置情報とパーティション構成に基づいて、決定木等の手段により、エージェント４ｉが属するパーティションＰを認識する。すなわち、センターコントローラ３００は、決定木等の手段により、結果メッセージＭＲ－ｉをエージェント４ｉが属するパーティションＰに対応する受信キュー３１２に振り分ける。
Each agent simulator 200-i transmits (Publishes) a result message MR-i regarding the agent 4i to the
また、各エージェントシミュレータ２００－ｉは、エージェント４ｉに関する配信メッセージＭＤ－ｉをセンターコントローラ３００から取得する（Ｓｕｂｓｃｒｉｂｅ）。例えば、各エージェントシミュレータ２００－ｉは、エージェント４ｉの位置情報とパーティション構成に基づいて、決定木等の手段により、エージェント４ｉが属するパーティションＰを認識する。すなわち、各エージェントシミュレータ２００－ｉは、決定木等の手段により、エージェント４ｉに関する配信メッセージＭＤ－ｉが格納されている送信キュー３１３を認識する。そして、各エージェントシミュレータ２００－ｉは、その送信キュー３１３からエージェント４ｉに関する配信メッセージＭＤ－ｉを取得（Ｐｕｌｌ）する。尚、Ｓｕｂｓｃｒｉｂｅの方式は、Ｐｕｌｌ方式に限られない。他の例として、Ｐｕｓｈ方式のＳｕｂｓｃｒｉｅが行われてもよい。
Also, each agent simulator 200-i acquires (subscribes to) the delivery message MD-i regarding the agent 4i from the
転送部３１４は、各受信キュー３１２に格納される結果メッセージＭＲのうち必要なものを必要な送信キュー３１３に転送する。この転送部３１４の機能は、上述のメッセージフィルタリングの観点から設定される。すなわち、転送部３１４は、受信キュー３１２と送信キュー３１３の組み合わせ毎に、パーティションＰ間の距離に応じて結果メッセージＭＲの転送頻度を設定する。上述の通り、参照情報ＲＥＦ２は、パーティション構成の情報、及び、パーティションＰ間の距離と配信頻度との対応関係を示す関数情報を含んでいる。センターコントローラ３００は、その参照情報ＲＥＦ２に基づいて、転送部３１４の機能を設定することができる。
The
上述の図１０で示された例では、第１パーティションＰＸと第３パーティションＰＺとの間の距離は、第２パーティションＰＹと第３パーティションＰＺとの間の距離よりも大きい。この場合、センターコントローラ３００は、第１パーティション受信キュー３１２－Ｘから第３パーティション送信キュー３１３－Ｚへの第１結果メッセージＭＲ－Ｘの転送頻度を、第２パーティション受信キュー３１２－Ｙから第３パーティション送信キュー３１３－Ｚへの第２結果メッセージＭＲ－Ｙの転送頻度よりも低く設定する。尚、第３パーティション受信キュー３１２－Ｚから第３パーティション送信キュー３１３－Ｚへの転送頻度が最も高い。
In the example shown in FIG. 10 above, the distance between the first partition PX and the third partition PZ is greater than the distance between the second partition PY and the third partition PZ. In this case, the
図１２は、空間的観点に基づくメッセージフィルタリングに関連する第２の構成例を示すブロック図である。第２の構成例では、センターコントローラ３００は、複数のメッセージフィルタ３１５－１～３１５－Ｎを含んでいる。複数のメッセージフィルタ３１５－１～３１５－Ｎは、それぞれ、複数のエージェントシミュレータ２００－１～２００－Ｎに対して設けられており、複数のエージェントシミュレータ２００－１～２００－Ｎに関するメッセージフィルタリングを行う。すなわち、複数のメッセージフィルタ３１５－１～３１５－Ｎは、それぞれ、複数のエージェントシミュレータ２００－１～２００－Ｎに配信する配信メッセージＭＤ－１～ＭＤ－Ｎの数を調整する。
FIG. 12 is a block diagram illustrating a second configuration example related to message filtering based on a spatial perspective. In the second configuration example, the
より詳細には、各メッセージフィルタ３１５－ｉは、複数のエージェントシミュレータ２００－１～２００－Ｎから結果メッセージＭＲ－１～ＭＲ－Ｎを受け取る。各結果メッセージＭＲは、各エージェント４の位置情報を含んでいる。また、各メッセージフィルタ３１５－ｉは、参照情報ＲＥＦ２（空間構成情報、関数情報）を保持している。各メッセージフィルタ３１５－ｉは、参照情報ＲＥＦ２（空間構成情報）と結果メッセージＭＲに含まれる位置情報に基づいて、対象エージェント４ｉと他のエージェント４との間の距離を算出する。更に、各メッセージフィルタ３１５－ｉは、参照情報ＲＥＦ２（関数情報）に基づいて、結果メッセージＭＲ－１～ＭＲ－Ｎ毎に、距離に応じた配信頻度を設定する。そして、各メッセージフィルタ３１５－ｉは、設定した配信頻度に従って、結果メッセージＭＲ－１～ＭＲ－Ｎを配信メッセージＭＤ－ｉとしてエージェントシミュレータ２００－ｉに配信する。各メッセージフィルタ３１５－ｉは、配信メッセージＭＤ－ｉの数を調整するためのメッセージキューを含んでいる。 More specifically, each message filter 315-i receives result messages MR-1 through MR-N from multiple agent simulators 200-1 through 200-N. Each result message MR contains location information for each agent 4 . Each message filter 315-i also holds reference information REF2 (spatial configuration information, function information). Each message filter 315-i calculates the distance between the target agent 4i and another agent 4 based on the reference information REF2 (spatial configuration information) and the location information contained in the result message MR. Furthermore, each message filter 315-i sets the delivery frequency according to the distance for each of the result messages MR-1 to MR-N based on the reference information REF2 (function information). Then, each message filter 315-i distributes the result messages MR-1 to MR-N as distribution messages MD-i to the agent simulator 200-i according to the set distribution frequency. Each message filter 315-i includes a message queue for regulating the number of delivered messages MD-i.
エージェントシミュレータ２００とメッセージフィルタ３１５の配置例としては、上述の図７で示されたものが挙げられる。
An example arrangement of the
２－２－４．効果
以上に説明されたように、一実施形態において、センターコントローラ３００は、エージェント４間の距離に基づいて、メッセージフィルタリングを行う。より詳細には、センターコントローラ３００は、遠く離れたエージェント４のシミュレーションを行うエージェントシミュレータ２００間では、配信メッセージＭＤの配信頻度を低く設定する。これにより、センターコントローラ３００からエージェントシミュレータ２００に配信されるメッセージ量が全体として削減される。すなわち、通信量の不必要な増大が抑制され、通信リソースの不必要な消費が抑制される。
2-2-4. Effect As described above, in one embodiment, the
シミュレーション対象世界２の空間は、複数のパーティションＰに分割されてもよい（図１０参照）。この場合、パーティションＰ単位でメッセージフィルタリングが行われる（図１１参照）。この場合であっても、通信量の不必要な増大が抑制され、通信リソースの不必要な消費が抑制される。更に、パーティションＰ単位でメッセージフィルタリングを行うことにより、計算処理負荷を軽減することが可能となる。計算処理負荷が軽減されることは、シミュレーション速度及びシミュレーションコストの観点から好適である。
The space of the
２－３．モード切り替え
センターコントローラ３００は、メッセージフィルタリングをＯＮ／ＯＦＦ可能に構成されていてもよい。その場合、センターコントローラ３００の動作モードは、メッセージフィルタリングを行わない「第１モード」と、メッセージフィルタリングを行う「第２モード」を含む。第１モードでは、センターコントローラ３００は、各エージェントシミュレータ２００から受け取る結果メッセージＭＲを選別することなく新たな配信メッセージＭＤとして配信する。一方、第２モードでは、センターコントローラ３００は、各エージェントシミュレータ２００から受け取る結果メッセージＭＲを選択的に新たな配信メッセージＭＤとして配信する。
2-3. Mode Switching The
センターコントローラ３００は、状況に応じて動作モードを第１モードと第２モードとの間で切り替える。例えば、センターコントローラ３００は、「通信量の抑制」と「センターコントローラ３００における処理負荷の抑制」のバランスの観点からモード切り替えを行う。
The
図１３は、センターコントローラ３００におけるモード切り替えの一例を説明するための概念図である。図１３に示される例では、センターコントローラ３００は、センターコントローラ３００が単位時間あたりに受け取る結果メッセージＭＲの数に基づいて、モード切り替えを行う。
FIG. 13 is a conceptual diagram for explaining an example of mode switching in the
より詳細には、センターコントローラ３００が単位時間あたりに受け取る結果メッセージＭＲの数が少ない場合、結果メッセージＭＲをそのまま配信メッセージＭＤとして配信しても、その配信メッセージＭＤが通信容量を圧迫することはない。そこで、センターコントローラ３００が単位時間あたりに受け取る結果メッセージＭＲの数が閾値以下である場合、センターコントローラ３００は、メッセージフィルタリングを行わない第１モードを選択する。具体的には、センターコントローラ３００は、上記セクション２－１あるいはセクション２－２で説明されたメッセージフィルタリングの機能をＯＦＦする。メッセージフィルタリングが行われないため、センターコントローラ３００における処理負荷が抑制される。
More specifically, when the number of result messages MR received by the
一方、センターコントローラ３００が単位時間あたりに受け取る結果メッセージＭＲの数が多い場合、結果メッセージＭＲをそのまま配信メッセージＭＤとして配信すると、センターコントローラ３００からエージェントシミュレータ２００全体への通信量が増大する。そこで、センターコントローラ３００が単位時間あたりに受け取る結果メッセージＭＲの数が閾値を超えた場合、センターコントローラ３００は、メッセージフィルタリングを行う第２モードを選択する。このとき、メッセージフィルタリングは、時間的観点に基づいて行われてもよいし（セクション２－１参照）、空間的観点に基づいて行われてもよい（セクション２－２参照）。メッセージフィルタリングが行われるため、センターコントローラ３００からエージェントシミュレータ２００全体への通信量が効果的に削減される。
On the other hand, when the number of result messages MR received by the
モード切り替えを行う際、センターコントローラ３００は、ＭＡＳシステム１００全体にシミュレーションの一時中断を指示してもよい。シミュレーションの一時停止後、センターコントローラ３００は、モード切り替えを実行する。各エージェントシミュレータ２００は、再開準備が整ったら、再開Ｒｅａｄｙをセンターコントローラ３００に通知する。センターコントローラ３００は、全てのエージェントシミュレータ２００から再開Ｒｅａｄｙを受け取ると、シミュレーションの再開を指示する。
When switching modes, the
ＭＡＳシステム１００のユーザが、モード切り替えをセンターコントローラ３００に指示してもよい。例えば、ユーザは、シミュレーションの一時中断をセンターコントローラ３００に指示する。シミュレーションの一時停止後、ユーザは、動作モードを指定するモード設定ファイルを書き換える。その後、ユーザは、シミュレーション再開をセンターコントローラ３００に指示する。
A user of the
以上に説明されたように、一実施形態において、センターコントローラ３００の動作モードは、メッセージフィルタリングを行わない第１モードと、メッセージフィルタリングを行う第２モードを含む。センターコントローラ３００は、状況に応じて、第１モードと第２モードを切り替える。これにより、通信量の抑制と処理負荷の抑制の観点からフレキシブルな運用が可能となる。
As described above, in one embodiment, the operation modes of the
３．ＭＡＳシステムの全体構成例
以下、ＭＡＳシステム１００の全体構成と情報の流れについて図１４を用いて説明する。図１４に示すように、ＭＡＳシステム１００は、複数のエージェントシミュレータ２００と、１つのセンターコントローラ３００と、複数のサービスシステム用のバックエンドサーバ４００とを備えている。詳細については後述するが、これらは複数のコンピュータに分散して設けられる。つまり、ＭＡＳシステム１００は、複数のコンピュータによる並列分散処理を前提とするシステムである。
3. Overall Configuration Example of MAS System The overall configuration and information flow of the
センターコントローラ３００は、その機能として、移動メッセージディスパッチャ３１０と、シミュレーションコンダクタ３２０とを備える。センターコントローラ３００は、コンピュータにインストールされたアプリケーションソフトウェアである。移動メッセージディスパッチャ３１０とシミュレーションコンダクタ３２０とは、アプリケーションソフトウェアを構成するプログラムである。センターコントローラ３００は、１又は複数のエージェントシミュレータ２００とハードウェアであるコンピュータを共用することもできるが、好ましくは、１つのコンピュータを専用する。
The
移動メッセージディスパッチャ３１０は、エージェントシミュレータ２００間の移動メッセージの送受信を中継する。エージェントシミュレータ２００と移動メッセージディスパッチャ３１０との間において実線で示される情報の流れは移動メッセージの流れを示している。センターコントローラ３００が備える上述の移動メッセージの交換機能は、移動メッセージディスパッチャ３１０が担っている。移動メッセージディスパッチャ３１０は、ＭＡＳシステム１００を構成する全てのエージェントシミュレータ２００との間で通信を行う。また、移動メッセージディスパッチャ３１０は、上述のメッセージフィルタリングの機能を備えている。
The
シミュレーションコンダクタ３２０は、各エージェントシミュレータ２００の初期設定を行う。また、シミュレーションコンダクタ３２０は、エージェントシミュレータ２００との間でのシミュレーション制御メッセージの交換によってエージェントシミュレータ２００によるシミュレーションを制御する。エージェントシミュレータ２００とシミュレーションコンダクタ３２０との間において破線で示される情報の流れはシミュレーション制御メッセージの流れである。シミュレーションコンダクタ３２０は、ＭＡＳシステム１００を構成する全てのエージェントシミュレータ２００との間で通信を行い、シミュレーション制御メッセージを交換する。移動メッセージが移動メッセージディスパッチャ３１０を介して複数のエージェントシミュレータ２００間で交換されるのと異なり、シミュレーション制御メッセージは、シミュレーションコンダクタ３２０と個々のエージェントシミュレータ２００との間で個別に交換される。シミュレーション制御メッセージの交換により、例えば、シミュレーション速度、シミュレーションの停止、シミュレーションの休止、シミュレーションの再開、及びシミュレーションの時間粒度が制御される。シミュレーション速度は、ＭＡＳシステム１００全体として制御されるのに対し、シミュレーションの停止、シミュレーションの休止、シミュレーションの再開、及びシミュレーションの時間粒度は、エージェントシミュレータ２００毎に制御される。
The
バックエンドサーバ４００は、現実世界のサービスシステムにおいて実際に用いられるものと同じバックエンドサーバである。現実世界のバックエンドサーバ４００を仮想世界に持ち込むことで、サービスシステムにより提供されるサービスを高精度にシミュレーションすることができる。ＭＡＳシステム１００でシミュレーションされるサービスとしては、例えば、自律運転車両を用いたオンデマンドバスや定期運行型バスなどのモビリティサービスや、自律移動型のロボットを用いて荷物を配送する物流サービスを挙げることができる。また、ＭＡＳシステム１００でシミュレーションされるサービスは、例えば、ユーザがユーザ端末においてサービスアプリを操作することによって利用可能となるサービスである。
The
ＭＡＳシステム１００は異なるサービスシステム用の複数のバックエンドサーバ４００を備え、仮想世界２において同時に複数種類のサービスをシミュレーションすることができる。サービスのシミュレーションは、バックエンドサーバ４００とエージェントシミュレータ２００との間でのサービスメッセージの交換によって行われる。エージェントシミュレータ２００とバックエンドサーバ４００との間において点線で示される情報の流れはサービスメッセージの流れを示している。各バックエンドサーバ４００は、サービスの提供に関係するエージェントシミュレータ２００との間でサービスメッセージを交換する。
The
交換されるサービスメッセージの内容は、エージェントシミュレータ２００が担当するエージェントの種類によって異なる。例えば、エージェントがサービスを利用するユーザ（歩行者）である場合、バックエンドサーバ４００は、サービス利用情報を含むサービスメッセージをエージェントシミュレータ２００から受信し、サービス提供状態情報を含むサービスメッセージをエージェントシミュレータ２００に送信する。サービス利用情報とは、ユーザのサービスシステムの利用に関する現状および将来計画に関する情報であり、現在の利用状態とアプリ操作による入力情報を含む。サービス提供状態情報とは、サービスシステムにおけるユーザの状態に関する情報であり、ユーザ端末のサービスアプリを通じて提供される情報である。
The content of the exchanged service messages differs depending on the type of agent that the
エージェントがサービスの提供に用いられる自律ロボットや自律車両である場合、バックエンドサーバ４００は、動作状態情報を含むサービスメッセージをエージェントシミュレータ２００から受信し、動作指示情報を含むサービスメッセージをエージェントシミュレータ２００に送信する。動作状態情報とは、自律ロボットや自律車両の現状および将来計画に関する情報である。現状に関する情報とは、例えば、搭載センサのステータス、測定データ、搭載アクチュエータのステータス、行動決定に関するステータスである。将来計画に関する情報とは、例えば、将来時刻と、アクチュエータのステータスと、行動決定に関するステータスのリストである。動作指示情報は、自律ロボットや自律車両を用いてサービスを提供するための将来計画の全部或いは一部を含む情報である。例えば、自律ロボットや自律車両が移動すべき目標地点や経路は動作指示情報に含まれる。
When the agent is an autonomous robot or autonomous vehicle used to provide a service, the
仮想世界２に存在するエージェントには、カメラを含む路側センサや自動ドアのような定置物体が含まれる。例えば、エージェントが固定カメラである場合、バックエンドサーバ４００は、自律ロボットの位置情報の計算に必要な固定カメラの画像情報を含むサービスメッセージをエージェントシミュレータ２００から受信する。また、エージェントが自動ドアである場合、バックエンドサーバ４００は、自律ロボットの通行のための開扉の指示を含むサービスメッセージをエージェントシミュレータ２００に送信する。
Agents existing in the
また、バックエンドサーバ４００は、他のバックエンドサーバ４００との間でそれぞれの取り決めのもとでサービスメッセージの交換を行う。バックエンドサーバ４００間において点線で示される情報の流れはサービスメッセージの流れを示している。このとき交換されるサービスメッセージには、例えば、それぞれのサービスにおけるユーザの利用状態やサービスの提供状況が含まれる。複数のバックエンドサーバ４００間でサービスメッセージを交換することによって、仮想世界２において提供されるサービスを互いに連携させることができる。
Also, the
複数のサービスの連携の一つの例として、オンデマンドバスサービスと、バス停から自宅までユーザに代わって自律ロボットが荷物を運ぶ物流サービスとの連携を挙げることができる。オンデマンドバスサービスでは、ユーザは、希望する時刻に希望する場所でバスから降車することができる。オンデマンドバスサービスと物流サービスとを連携させることで、ユーザが到着する前に自律ロボットを降車場所に到着させて、降車場所でユーザの到着を待たせておくことができる。また、渋滞などによりバスが遅れた場合や、ユーザがバスに乗り遅れた場合には、バックエンドサーバ４００間でサービスメッセージを交換することにより、自律ロボットを降車場所に向かわせる時間をユーザの到着時間に合わせることができる。
One example of cooperation between multiple services is cooperation between an on-demand bus service and a logistics service in which an autonomous robot carries luggage from a bus stop to a user's home on behalf of the user. An on-demand bus service allows a user to get off the bus at a desired time and place. By linking the on-demand bus service and the logistics service, the autonomous robot can be made to arrive at the drop-off location before the user arrives and wait for the user's arrival at the drop-off location. In addition, when the bus is delayed due to traffic congestion or when the user misses the bus, service messages are exchanged between the back-
エージェントシミュレータ２００は、担当するエージェントの種類に応じて複数の種類が存在する。例えば、歩行者エージェント用のエージェントシミュレータ２０１、自律ロボット／車両エージェント用のエージェントシミュレータ２０２、ＶＲ歩行者エージェント用のエージェントシミュレータ２０３、及び路側センサエージェント用のエージェントシミュレータ２０４が存在する。以下、エージェントシミュレータ２００とは、これら複数種類のエージェントシミュレータ２０１、２０２、２０３、２０４の総称とする。
A plurality of types of
エージェントシミュレータ２００は、その機能として、送受信コントローラ２１０、３Ｄ物理エンジン２２０、サービスシステムクライアントシミュレータ２３０、及びシミュレータコア２４０を備える。エージェントシミュレータ２００は、コンピュータにインストールされたアプリケーションソフトウェアである。送受信コントローラ２１０、３Ｄ物理エンジン２２０、サービスシステムクライアントシミュレータ２３０、及びシミュレータコア２４０は、アプリケーションソフトウェアを構成するプログラムである。これらの機能は、エージェントシミュレータ２０１、２０２、２０３、２０４の間で異なっている。ここでは、エージェントシミュレータ２０１、２０２、２０３、２０４間で概ね共通する機能について説明し、それぞれのエージェントシミュレータ２０１、２０２、２０３、２０４の機能の詳細については後述する。
The
送受信コントローラ２１０は、エージェントシミュレータ２００と他のプログラムとの間のインタフェースである。送受信コントローラ２１０は、移動メッセージディスパッチャ３１０からの移動メッセージの受信と、移動メッセージディスパッチャ３１０への移動メッセージの送信とを行う。ただし、エージェントシミュレータ２０４においては、移動メッセージの受信のみが行われる。送受信コントローラ２１０は、シミュレーションコンダクタ３２０からのシミュレーション制御メッセージの受信と、シミュレーションコンダクタ３２０へのシミュレーション制御メッセージの送信とを行う。また、送受信コントローラ２１０は、バックエンドサーバ４００からのサービスメッセージの受信と、バックエンドサーバ４００へのサービスメッセージの送信とを行う。ただし、エージェントシミュレータ２０４においては、サービスメッセージの送信のみが行われる。
３Ｄ物理エンジン２２０は、他のエージェントシミュレータ２００から受信した移動メッセージに基づいて３次元空間における周囲エージェントの現在の状態を推定する。図３を用いて説明した周囲エージェントの過去の状態に基づく現在の状態の推定は、３Ｄ物理エンジン２２０によって行われる。３Ｄ物理エンジン２２０は、周囲エージェントの現在の状態に基づいて自エージェントからの観測で得られる周辺情報を生成する。また、３Ｄ物理エンジン２２０は、後述するシミュレータコア２４０によるシミュレーション結果に基づいて３次元空間における自エージェントの状態を更新し、自エージェントの状態を表した移動メッセージを生成する。ただし、エージェントシミュレータ２０４においては、担当するエージェントは不動であるために自エージェントの状態の更新と移動メッセージの生成とは行われない。
The
サービスシステムクライアントシミュレータ２３０は、バックエンドサーバ４００に係るサービスシステムのクライアントとしての自エージェントの振る舞いをシミュレーションする。送受信コントローラ２１０で受信されたサービスメッセージは、サービスシステムクライアントシミュレータ２３０に入力される。そして、サービスシステムクライアントシミュレータ２３０で生成されたサービスメッセージが送受信コントローラ２１０から送信される。ただし、エージェントシミュレータ２０４においては、サービスメッセージの生成のみが行われる。
The service
シミュレータコア２４０は、次のタイムステップにおける自エージェントの状態をシミュレーションする。自エージェントの状態を算出するタイムステップの時間間隔が上述の時間粒度である。シミュレータコア２４０におけるシミュレーションの内容は、エージェントシミュレータ２００の種類毎に異なる。なお、エージェントシミュレータ２０４は、担当するエージェントが不動であり自エージェントの状態のシミュレーションは不要であるため、シミュレータコア２４０を有していない。
４．エージェントシミュレータの具体例
次に、ＭＡＳシステム１００を構成する各種類のエージェントシミュレータ２０１、２０２、２０３、２０４の詳細な構成と情報の流れについて図１５乃至図１８を用いて説明する。なお、図１５乃至図１８において、実線で示すブロック間の情報の流れは移動メッセージの流れを示している。また、点線で示すブロック間の情報の流れはサービスメッセージの流れを示している。そして、破線で示すブロック間の情報の流れはシミュレーション制御メッセージの流れを示している。
4. Specific Examples of Agent Simulator Next, the detailed configuration and information flow of each type of
４－１．歩行者エージェント用エージェントシミュレータ
図１５は、歩行者エージェント用のエージェントシミュレータ２０１の構成と情報の流れを示すブロック図である。以下、歩行者エージェント用のエージェントシミュレータ２０１の全体構成と各部の詳細、及びエージェントシミュレータ２０１における情報の流れについて説明する。
4-1. Pedestrian Agent Agent Simulator FIG. 15 is a block diagram showing the configuration and information flow of the
４－１－１．歩行者エージェント用エージェントシミュレータの全体構成
エージェントシミュレータ２０１は、その機能として、送受信コントローラ２１１、３Ｄ物理エンジン２２１、サービスシステムクライアントシミュレータ２３１、及びシミュレータコア２４１を備える。これらの機能は、概念として、それぞれ送受信コントローラ２１０、３Ｄ物理エンジン２２０、サービスシステムクライアントシミュレータ２３０、及びシミュレータコア２４０に含まれる。
4-1-1. Overall Configuration of Pedestrian Agent Agent Simulator The
送受信コントローラ２１１は、各種メッセージを受信する機能として、移動メッセージ受信部２１１ａ、サービスメッセージ受信部２１１ｂ、及びコントロールメッセージ受信部２１１ｃを備える。また、送受信コントローラ２１１は、各種メッセージを送信する機能として、移動メッセージ送信部２１１ｄ、サービスメッセージ送信部２１１ｅ、及びコントロールメッセージ送信部２１１ｆを備える。さらに、送受信コントローラ２１１は、シミュレーション動作制御部２１１ｈを備える。送受信コントローラ２１１を構成する各部２１１ａ～２１１ｈは、それぞれがプログラム或いはプログラムの一部である。
The transmission/
３Ｄ物理エンジン２２１は、その機能として、周囲エージェント状態更新部２２１ａ、視覚情報生成部２２１ｂ、及び自エージェント状態更新部２２１ｃを備える。３Ｄ物理エンジン２２１を構成する各部２２１ａ、２２１ｂ、２２１ｃは、それぞれがプログラム或いはプログラムの一部である。
The
サービスシステムクライアントシミュレータ２３１は、その機能として、サービス提供状態情報処理部２３１ａとサービス利用情報生成部２３１ｂとを備える。サービスシステムクライアントシミュレータ２３１を構成する各部２３１ａ、２３１ｂは、それぞれがプログラム或いはプログラムの一部である。
The service
シミュレータコア２４１は、その機能として、全体移動方針決定部２４１ａ、行動決定部２４１ｂ、次タイムステップ状態算出部２４１ｄ、及びサービス利用行動決定部２４１ｅを備える。シミュレータコア２４１を構成する各部２４１ａ、２４１ｂ、２４１ｄ、２４１ｅは、それぞれがプログラム或いはプログラムの一部である。
The
４－１－２．送受信コントローラの詳細
送受信コントローラ２１１において、移動メッセージ受信部２１１ａは、移動メッセージディスパッチャ３１０から移動メッセージを受信する。移動メッセージ受信部２１１ａは、受信した移動メッセージを３Ｄ物理エンジン２２１の周囲エージェント状態更新部２２１ａに出力する。
4-1-2. Details of Transmit/Receive Controller In the transmit/receive
サービスメッセージ受信部２１１ｂは、バックエンドサーバ４００からサービスメッセージを受信する。サービスメッセージ受信部２１１ｂは、受信したサービスメッセージをサービスシステムクライアントシミュレータ２３１のサービス提供状態情報処理部２３１ａに出力する。
The service
コントロールメッセージ受信部２１１ｃは、シミュレーションコンダクタ３２０からシミュレーション制御メッセージを受信する。コントロールメッセージ受信部２１１ｃは、受信したシミュレーション制御メッセージをシミュレーション動作制御部２１１ｈに出力する。
移動メッセージ送信部２１１ｄは、３Ｄ物理エンジン２２１の自エージェント状態更新部２２１ｃから自エージェントの現在の状態を含む移動メッセージを取得する。移動メッセージ送信部２１１ｄは、取得した移動メッセージを移動メッセージディスパッチャ３１０に送信する。
The movement
サービスメッセージ送信部２１１ｅは、サービスシステムクライアントシミュレータ２３１のサービス利用情報生成部２３１ｂからサービス利用情報を含むサービスメッセージを取得する。サービスメッセージ送信部２１１ｅは、取得したサービスメッセージをバックエンドサーバ４００に送信する。
The service message transmission unit 211e acquires a service message including service use information from the service use
コントロールメッセージ送信部２１１ｆは、シミュレーション動作制御部２１１ｈからエージェントシミュレータ２０１の制御状態を含むシミュレーション制御メッセージを取得する。コントロールメッセージ送信部２１１ｆは、シミュレーション動作制御部２１１ｈとから取得したシミュレーション制御メッセージをシミュレーションコンダクタ３２０に送信する。
The control
シミュレーション動作制御部２１１ｈは、コントロールメッセージ受信部２１１ｃからシミュレーション制御メッセージを取得する。シミュレーション動作制御部２１１ｈは、シミュレーション制御メッセージに含まれる指示に従ってエージェントシミュレータ２０１のシミュレーション動作を制御する。例えば、シミュレーションの時間粒度の変更が指示された場合、シミュレーション動作制御部２１１ｈは、エージェントシミュレータ２０１によるシミュレーションの時間粒度を初期値から指示された時間粒度に変更する。時間粒度の初期値はエージェントシミュレータ２０１に設定値として記憶されている。また、時間粒度の上限値と下限値は、エージェントの種類ごとにシミュレーションコンダクタ３２０に記憶されている。
The simulation
シミュレーション制御メッセージによる指示内容がシミュレーション速度である場合、シミュレーション動作制御部２１１ｈは、３Ｄ物理エンジン２２１やシミュレータコア２４１の動作周波数を変化させてシミュレーション速度を加速或いは減速させる。なお、シミュレーション速度は、実世界の時間の流れに対する仮想世界２の時間の流れの速度比を意味する。シミュレーションの停止が指示された場合、シミュレーション動作制御部２１１ｈは、エージェントシミュレータ２０１によるシミュレーションを停止させる。シミュレーションの休止が指示された場合にはシミュレーションを休止させ、再開が指示された場合にシミュレーションを再開させる。シミュレーション動作制御部２１１ｈは、エージェントシミュレータ２０１の現在の制御状態を含むシミュレーション制御メッセージをコントロールメッセージ送信部２１１ｆに出力する。
When the instruction content of the simulation control message is the simulation speed, the simulation
４－１－３．３Ｄ物理エンジンの詳細
３Ｄ物理エンジン２２１において、周囲エージェント状態更新部２２１ａは、移動メッセージ受信部２１１ａから移動メッセージを取得する。移動メッセージ受信部２１１ａから取得される移動メッセージは、移動メッセージディスパッチャ３１０を経由して他のエージェントシミュレータから送られた移動メッセージである。周囲エージェント状態更新部２２１ａは、取得した移動メッセージに基づいて自エージェントの周囲に存在する周囲エージェントの現在の状態を推定する。
4-1-3.Details of 3D Physics Engine In the
周囲エージェントの現在の状態を過去の状態から推定する場合、周囲エージェント状態更新部２２１ａは、ログに保存されている周囲エージェントの過去の状態を使用する。周囲エージェントの過去の状態を用いて現在の状態を推定する方法は図３を用いて説明した通りである。周囲エージェント状態更新部２２１ａは、推定した周囲エージェントの現在の状態を視覚情報生成部２２１ｂに出力するとともに、ログを更新する。
When estimating the current state of the surrounding agents from the past state, the surrounding agent state updating unit 221a uses the past states of the surrounding agents stored in the log. The method of estimating the current state using the past states of surrounding agents is as described with reference to FIG. The surrounding agent state update unit 221a outputs the estimated current state of the surrounding agents to the visual
視覚情報生成部２２１ｂは、周囲エージェント状態更新部２２１ａから周囲エージェントの現在の状態を取得する。視覚情報生成部２２１ｂは、周囲エージェントの現在の状態に基づいて自エージェントからの観測で得られる周辺情報を生成する。自エージェントは歩行者であるので、観測で得られる周辺情報とは、歩行者の目で捉えられる視覚情報を意味する。視覚情報生成部２２１ｂは、生成された視覚情報をシミュレータコア２４１の全体移動方針決定部２４１ａ、行動決定部２４１ｂ、及びサービス利用行動決定部２４１ｅに出力する。
The
自エージェント状態更新部２２１ｃは、シミュレータコア２４１の次タイムステップ状態算出部２４１ｄから、シミュレータコア２４１でシミュレーションされた次タイムステップにおける自エージェントの状態を取得する。自エージェント状態更新部２２１ｃは、シミュレータコア２４１によるシミュレーション結果に基づいて３次元空間における自エージェントの状態を更新する。自エージェント状態更新部２２１ｃは、更新された自エージェントの状態を含む移動メッセージを送受信コントローラ２１１の移動メッセージ送信部２１１ｄに出力する。移動メッセージに含まれる自エージェントの状態には、今回タイムステップにおける位置、方向、速度、加速度と、次タイムステップにおける位置、方向、速度、加速度とが含まれる。また、自エージェント状態更新部２２１ｃは、更新された自エージェントの状態に関する情報をサービスシステムクライアントシミュレータ２３１のサービス利用情報生成部２３１ｂに出力する。
The self-agent
４－１－４．サービスシステムクライアントシミュレータの詳細
サービスシステムクライアントシミュレータ２３１において、サービス提供状態情報処理部２３１ａは、サービスメッセージ受信部２１１ｂからサービスメッセージを取得する。サービスメッセージ受信部２１１ｂから取得されるサービスメッセージはサービス提供状態情報を含む。サービス提供状態情報処理部２３１ａは、サービス提供状態情報を処理し、サービスシステムのユーザとしての自エージェントの状態に関する情報と、ユーザ端末のサービスアプリへの入力項目とを取得する。自エージェントのユーザとしての状態に関する情報はユーザ端末に提示される情報であり、入力項目は自エージェントがサービスを利用するために入力を依頼される情報である。サービス提供状態情報処理部２３１ａは、自エージェントのユーザとしての状態に関する情報と、ユーザ端末のサービスアプリへの入力項目とをシミュレータコア２４１の全体移動方針決定部２４１ａ及びサービス利用行動決定部２４１ｅに出力する。
4-1-4. Details of Service System Client Simulator In the service
サービス利用情報生成部２３１ｂは、シミュレータコア２４１のサービス利用行動決定部２４１ｅから自エージェントのサービス利用行動の決定結果を取得する。また、サービス利用情報生成部２３１ｂは、３Ｄ物理エンジン２２１の自エージェント状態更新部２２１ｃから３次元空間における自エージェントの状態を取得する。サービス利用情報生成部２３１ｂは、取得されたこれらの情報に基づいてサービス利用情報を生成するとともに、自エージェントのサービスの利用状態を更新する。サービス利用情報生成部２３１ｂは、サービス利用情報を含むサービスメッセージを送受信コントローラ２１１のサービスメッセージ送信部２１１ｅに出力する。
The service usage
４－１－５．シミュレータコアの詳細
シミュレータコア２４１において、全体移動方針決定部２４１ａは、３Ｄ物理エンジン２２１の視覚情報生成部２２１ｂから視覚情報を取得する。また、全体移動方針決定部２４１ａは、サービスシステムクライアントシミュレータ２３１のサービス提供状態情報処理部２３１ａから自エージェントのユーザとしての状態に関する情報と、ユーザ端末のサービスアプリへの入力項目とを取得する。全体移動方針決定部２４１ａは、取得されたこれらの情報に基づいて自エージェントの仮想世界２における全体的な移動方針を決定する。全体移動方針決定部２４１ａは、決定された全体的な移動方針を行動決定部２４１ｂに出力する。
4-1-5. Details of Simulator Core In the
行動決定部２４１ｂは、全体移動方針決定部２４１ａから全体的な移動方針を取得するとともに、３Ｄ物理エンジン２２１の視覚情報生成部２２１ｂから視覚情報を取得する。行動決定部２４１ｂは、全体的な移動方針と視覚情報とを移動モデル２４１ｃに入力することによって自エージェントの行動を決定する。移動モデル２４１ｃは、一定の移動方針のもと歩行者の目に映る周辺の状況に応じて歩行者がどのように移動するのかをモデル化したシミュレーションモデルである。行動決定部２４１ｂは、決定した自エージェントの行動を次タイムステップ状態算出部２４１ｄに出力する。
The
次タイムステップ状態算出部２４１ｄは、行動決定部２４１ｂで決定された自エージェントの行動を取得する。次タイムステップ状態算出部２４１ｄは、自エージェントの行動に基づいて次タイムステップにおける自エージェントの状態を算出する。算出される自エージェントの状態は、次タイムステップにおける自エージェントの位置、方向、速度、及び加速度を含む。次タイムステップ状態算出部２４１ｄは、算出された次タイムステップにおける自エージェントの状態を３Ｄ物理エンジン２２１の自エージェント状態更新部２２１ｃに出力する。
The next time step state calculation unit 241d acquires the action of the own agent determined by the
サービス利用行動決定部２４１ｅは、３Ｄ物理エンジン２２１の視覚情報生成部２２１ｂから視覚情報を取得する。また、サービス利用行動決定部２４１ｅは、サービスシステムクライアントシミュレータ２３１のサービス提供状態情報処理部２３１ａから自エージェントのユーザとしての状態に関する情報と、ユーザ端末のサービスアプリへの入力項目とを取得する。サービス利用行動決定部２４１ｅは、取得したこれらの情報を行動モデル２４１ｆに入力することによって自エージェントのサービスシステムのユーザとしての行動（サービス利用行動）を決定する。行動モデル２４１ｆは、ユーザにサービスに関する情報が提示され、ユーザ端末のサービスアプリへの入力が依頼された場合に、ユーザの目に映る周辺の状況に応じてユーザがどのように移動するのかをモデル化したシミュレーションモデルである。サービス利用行動決定部２４１ｅは、決定したサービス利用行動をサービス利用情報生成部２３１ｂに出力する。
The service usage
４－２．自律ロボット／車両エージェント用エージェントシミュレータ
図１６は、自律ロボット／車両エージェント用のエージェントシミュレータ２０２の構成と情報の流れを示すブロック図である。自律ロボット／車両エージェントとは、バックエンドサーバ４００が関係するサービスシステムにおいてサービスの提供に用いられる自律ロボット又は自律車両のエージェントである。以下、自律ロボット／車両エージェント用のエージェントシミュレータ２０２の全体構成と各部の詳細、及びエージェントシミュレータ２０２における情報の流れについて説明する。
4-2. Agent Simulator for Autonomous Robot/Vehicle Agent FIG. 16 is a block diagram showing the configuration and information flow of the
４－２－１．自律ロボット／車両エージェント用エージェントシミュレータの全体構成
エージェントシミュレータ２０２は、その機能として、送受信コントローラ２１２、３Ｄ物理エンジン２２２、サービスシステムクライアントシミュレータ２３２、及びシミュレータコア２４２を備える。これらの機能は、概念として、それぞれ送受信コントローラ２１０、３Ｄ物理エンジン２２０、サービスシステムクライアントシミュレータ２３０、及びシミュレータコア２４０に含まれる。
4-2-1. Overall Configuration of Agent Simulator for Autonomous Robot/Vehicle Agent The
送受信コントローラ２１２は、各種メッセージを受信する機能として、移動メッセージ受信部２１２ａ、サービスメッセージ受信部２１２ｂ、及びコントロールメッセージ受信部２１２ｃを備える。また、送受信コントローラ２１２は、各種メッセージを送信する機能として、移動メッセージ送信部２１２ｄ、サービスメッセージ送信部２１２ｅ、及びコントロールメッセージ送信部２１２ｆを備える。さらに、送受信コントローラ２１２は、シミュレーション動作制御部２１２ｈを備える。送受信コントローラ２１１を構成する各部２１２ａ～２１２ｈは、それぞれがプログラム或いはプログラムの一部である。
The transmission/
３Ｄ物理エンジン２２２は、その機能として、周囲エージェント状態更新部２２２ａ、センサ情報生成部２２２ｂ、及び自エージェント状態更新部２２２ｃを備える。３Ｄ物理エンジン２２２を構成する各部２２２ａ、２２２ｂ、２２２ｃは、それぞれがプログラム或いはプログラムの一部である。
The
サービスシステムクライアントシミュレータ２３２は、その機能として、経路計画用情報受信部２３２ａと動作状態情報生成部２３２ｂとを備える。サービスシステムクライアントシミュレータ２３２を構成する各部２３２ａ、２３２ｂは、それぞれがプログラム或いはプログラムの一部である。
The service
シミュレータコア２４２は、その機能として、全体的経路計画部２４２ａ、局所的経路計画部２４２ｂ、アクチュエータ操作量決定部２４２ｃ、及び次タイムステップ状態算出部２４２ｄを備える。シミュレータコア２４２を構成する各部２４２ａ、２４２ｂ、２４２ｃ、２４２ｄは、それぞれがプログラム或いはプログラムの一部である。
The
４－２－２．送受信コントローラの詳細
送受信コントローラ２１２において、移動メッセージ受信部２１２ａは、移動メッセージディスパッチャ３１０から移動メッセージを受信する。移動メッセージ受信部２１２ａは、受信した移動メッセージを３Ｄ物理エンジン２２２の周囲エージェント状態更新部２２２ａに出力する。
4-2-2. Transmit/Receive Controller Details In the transmit/receive
サービスメッセージ受信部２１２ｂは、バックエンドサーバ４００からサービスメッセージを受信する。サービスメッセージ受信部２１２ｂは、受信したサービスメッセージをサービスシステムクライアントシミュレータ２３２の経路計画用情報受信部２３２ａに出力する。
The service
コントロールメッセージ受信部２１２ｃは、シミュレーションコンダクタ３２０からシミュレーション制御メッセージを受信する。コントロールメッセージ受信部２１２ｃは、受信したミュレーション制御メッセージをシミュレーション動作制御部２１２ｈに出力する。
移動メッセージ送信部２１２ｄは、３Ｄ物理エンジン２２２の自エージェント状態更新部２２２ｃから自エージェントの現在の状態を含む移動メッセージを取得する。移動メッセージ送信部２１２ｄは、取得した移動メッセージを移動メッセージディスパッチャ３１０に送信する。
The movement
サービスメッセージ送信部２１２ｅは、サービスシステムクライアントシミュレータ２３２の動作状態情報生成部２３２ｂから動作状態情報を含むサービスメッセージを取得する。サービスメッセージ送信部２１２ｅは、取得したサービスメッセージをバックエンドサーバ４００に送信する。
The service
コントロールメッセージ送信部２１２ｆは、シミュレーション動作制御部２１２ｈからエージェントシミュレータ２０２の制御状態を含むシミュレーション制御メッセージを取得する。コントロールメッセージ送信部２１２ｆは、シミュレーション動作制御部２１２ｈから取得したシミュレーション制御メッセージをシミュレーションコンダクタ３２０に送信する。
The control
シミュレーション動作制御部２１２ｈは、コントロールメッセージ受信部２１２ｃからシミュレーション制御メッセージを取得する。シミュレーション動作制御部２１２ｈは、シミュレーション制御メッセージに含まれる指示に従ってエージェントシミュレータ２０２のシミュレーション動作を制御する。例えば、シミュレーションの時間粒度の変更が指示された場合、シミュレーション動作制御部２１２ｈは、エージェントシミュレータ２０２によるシミュレーションの時間粒度を初期値から指示された時間粒度に変更する。時間粒度の初期値はエージェントシミュレータ２０２に設定値として記憶されている。また、時間粒度の上限値と下限値は、エージェントの種類ごとにシミュレーションコンダクタ３２０に記憶されている。
The simulation
シミュレーション制御メッセージによる指示内容がシミュレーション速度である場合、シミュレーション動作制御部２１２ｈは、３Ｄ物理エンジン２２２やシミュレータコア２４２の動作周波数を指示されたシミュレーション速度に従って変化させ、エージェントシミュレータ２０２の演算速度を加速或いは減速する。シミュレーションの停止が指示された場合、シミュレーション動作制御部２１２ｈは、エージェントシミュレータ２０２によるシミュレーションを停止させる。シミュレーションの休止が指示された場合にはシミュレーションを休止させ、再開が指示された場合にシミュレーションを再開させる。シミュレーション動作制御部２１２ｈは、エージェントシミュレータ２０２の現在の制御状態を含むシミュレーション制御メッセージをコントロールメッセージ送信部２１２ｆに出力する。
When the instruction content of the simulation control message is the simulation speed, the simulation
４－２－３．３Ｄ物理エンジンの詳細
３Ｄ物理エンジン２２２において、周囲エージェント状態更新部２２２ａは、移動メッセージ受信部２１２ａから移動メッセージを取得する。移動メッセージ受信部２１２ａから取得される移動メッセージは、移動メッセージディスパッチャ３１０を経由して他のエージェントシミュレータから送られた移動メッセージである。周囲エージェント状態更新部２２２ａは、取得した移動メッセージに基づいて自エージェントの周囲に存在する周囲エージェントの現在の状態を推定する。
4-2-3.Details of 3D Physics Engine In the
周囲エージェントの現在の状態を過去の状態から推定する場合、周囲エージェント状態更新部２２２ａは、ログに保存されている周囲エージェントの過去の状態を使用する。周囲エージェントの過去の状態を用いて現在の状態を推定する方法は図３を用いて説明した通りである。周囲エージェント状態更新部２２２ａは、推定した周囲エージェントの現在の状態をセンサ情報生成部２２２ｂに出力するとともに、ログを更新する。 When estimating the current state of the surrounding agents from the past state, the surrounding agent state update unit 222a uses the past states of the surrounding agents stored in the log. The method of estimating the current state using the past states of surrounding agents is as described with reference to FIG. The surrounding agent state update unit 222a outputs the estimated current state of the surrounding agents to the sensor information generation unit 222b and updates the log.
センサ情報生成部２２２ｂは、周囲エージェント状態更新部２２２ａから周囲エージェントの現在の状態を取得する。センサ情報生成部２２２ｂは、周囲エージェントの現在の状態に基づいて自エージェントからの観測で得られる周辺情報を生成する。自エージェントは自律ロボット或いは自律車両であるので、観測で得られる周辺情報とは、自律ロボット或いは自律車両のセンサで捉えられるセンサ情報を意味する。センサ情報生成部２２２ｂは、生成されたセンサ情報をシミュレータコア２４２の全体的経路計画部２４２ａ、及びサービスシステムクライアントシミュレータ２３２の動作状態情報生成部２３２ｂに出力する。
The sensor information generator 222b acquires the current state of surrounding agents from the surrounding agent state updater 222a. The sensor information generation unit 222b generates peripheral information obtained by observation from the own agent based on the current state of the surrounding agents. Since the own agent is an autonomous robot or an autonomous vehicle, the peripheral information obtained by observation means sensor information captured by the sensors of the autonomous robot or autonomous vehicle. The sensor information generation unit 222b outputs the generated sensor information to the overall
自エージェント状態更新部２２２ｃは、シミュレータコア２４２の次タイムステップ状態算出部２４２ｄから、シミュレータコア２４２で演算された次タイムステップにおける自エージェントの状態を取得する。自エージェント状態更新部２２２ｃは、シミュレータコア２４２による演算結果に基づいて３次元空間における自エージェントの状態を更新する。自エージェント状態更新部２２２ｃは、更新された自エージェントの状態を含む移動メッセージを送受信コントローラ２１２の移動メッセージ送信部２１２ｄに出力する。移動メッセージに含まれる自エージェントの状態には、今回タイムステップにおける位置、方向、速度、加速度と、次タイムステップにおける位置、方向、速度、加速度とが含まれる。また、自エージェント状態更新部２２２ｃは、更新された自エージェントの状態に関する情報をサービスシステムクライアントシミュレータ２３２の動作状態情報生成部２３２ｂに出力する。
The own agent
４－２－４．サービスシステムクライアントシミュレータの詳細
サービスシステムクライアントシミュレータ２３２において、経路計画用情報受信部２３２ａは、サービスメッセージ受信部２１１ｂからサービスメッセージを取得する。サービスメッセージ受信部２１２ｂから取得されるサービスメッセージは、サービスシステムが自律ロボット／車両を用いてサービスを提供するための動作指示情報と他のサービスシステムに関する情報とを含む。経路計画用情報受信部２３２ａは、動作指示情報と他サービスシステム情報とをシミュレータコア２４２の全体的経路計画部２４２ａに出力する。
4-2-4. Details of Service System Client Simulator In the service
動作状態情報生成部２３２ｂは、シミュレータコア２４２のアクチュエータ操作量決定部２４２ｃから自エージェントの次タイムステップにおけるアクチュエータ操作量を取得する。また、動作状態情報生成部２３２ｂは、３Ｄ物理エンジン２２２のセンサ情報生成部２２２ｂからセンサ情報を取得するとともに、自エージェント状態更新部２２２ｃから３次元空間における自エージェントの状態を取得する。動作状態情報生成部２３２ｂは、取得されたこれらの情報に基づいてサービスの提供に係る自エージェントの動作状態を表す動作状態情報を生成する。動作状態情報生成部２３２ｂは、動作状態情報を含むサービスメッセージを送受信コントローラ２１２のサービスメッセージ送信部２１２ｅに出力する。
The operating state
４－２－５．シミュレータコアの詳細
シミュレータコア２４２において、全体的経路計画部２４２ａは、３Ｄ物理エンジン２２２のセンサ情報生成部２２２ｂからセンサ情報を取得する。また、全体的経路計画部２４２ａは、サービスシステムクライアントシミュレータ２３２の経路計画用情報受信部２３２ａから動作指示情報と他サービスシステム情報とを取得する。全体的経路計画部２４２ａは、取得されたこれらの情報に基づいて仮想世界２における自エージェントの全体的な経路を計画する。全体的な経路とは、自エージェントの現在位置から目標地点までの経路を意味する。センサ情報生成部２２２ｂと経路計画用情報受信部２３２ａとから取得される情報は毎回変化するので、全体的経路計画部２４２ａは、タイムステップ毎に全体的経路計画を立て直す。全体的経路計画部２４２ａは、決定された全体的経路計画を局所的経路計画部２４２ｂに出力する。
4-2-5. Details of the Simulator Core In the
局所的経路計画部２４２ｂは、全体的経路計画部２４２ａから全体的経路計画を取得する。局所的経路計画部２４２ｂは、全体的経路計画に基づいて局所的な経路計画を立てる。局所的な経路とは、例えば、現時点から所定タイムステップ後までの経路、或いは、現在位置から所定距離までの経路を意味する。局所的経路計画は、例えば、自エージェントが辿るべき位置の集合と、各位置における速度或いは加速度とで表される。局所的経路計画部２４２ｂは、決定された局所的経路計画をアクチュエータ操作量決定部２４２ｃに出力する。
The
アクチュエータ操作量決定部２４２ｃは、局所的経路計画部２４２ｂから局所的経路計画を取得する。アクチュエータ操作量決定部２４２ｃは、局所的経路計画に基づいて次タイムステップにおける自エージェントのアクチュエータ操作量を決定する。ここでいうアクチュエータとは、自エージェントの方向、速度、及び加速度を制御するアクチュエータである。自エージェントが車輪で走行する自律ロボット或いは自律車両である場合、例えば、制動装置、駆動装置、操舵装置などのアクチュエータが操作対象となる。アクチュエータ操作量決定部２４２ｃは、決定したアクチュエータ操作量を次タイムステップ状態算出部２４２ｄ、及びサービスシステムクライアントシミュレータ２３２の動作状態情報生成部２３２ｂに出力する。
The actuator operation
次タイムステップ状態算出部２４２ｄは、アクチュエータ操作量決定部２４２ｃで決定されたアクチュエータ操作量を取得する。次タイムステップ状態算出部２４２ｄは、アクチュエータ操作量に基づいて次タイムステップにおける自エージェントの状態を算出する。算出される自エージェントの状態は、次タイムステップにおける自エージェントの位置、方向、速度、及び加速度を含む。次タイムステップ状態算出部２４２ｄは、算出された次タイムステップにおける自エージェントの状態を３Ｄ物理エンジン２２２の自エージェント状態更新部２２２ｃに出力する。
The next time step
４－３．ＶＲ歩行者エージェント用エージェントシミュレータ
図１７は、ＶＲ歩行者エージェント用のエージェントシミュレータ２０３の構成と情報の流れを示すブロック図である。ＶＲ歩行者エージェントとは、実在の人がＶＲ（Virtual Reality）システムを用いてシミュレーションの対象である仮想世界２に参加するための歩行者エージェントである。以下、ＶＲ歩行者エージェント用のエージェントシミュレータ２０３の全体構成と各部の詳細、及びエージェントシミュレータ２０３における情報の流れについて説明する。
4-3. Agent Simulator for VR Pedestrian Agent FIG. 17 is a block diagram showing the configuration and information flow of the
４－３－１．ＶＲ歩行者エージェント用エージェントシミュレータの全体構成
エージェントシミュレータ２０３は、その機能として、送受信コントローラ２１３、３Ｄ物理エンジン２２３、サービスシステムクライアントシミュレータ２３３、及びシミュレータコア２４３を備える。これらの機能は、概念として、それぞれ送受信コントローラ２１０、３Ｄ物理エンジン２２０、サービスシステムクライアントシミュレータ２３０、及びシミュレータコア２４０に含まれる。
4-3-1. Overall Configuration of Agent Simulator for VR Pedestrian Agent The
送受信コントローラ２１３は、各種メッセージを受信する機能として、移動メッセージ受信部２１３ａ、サービスメッセージ受信部２１３ｂ、及びコントロールメッセージ受信部２１３ｃを備える。また、送受信コントローラ２１３は、各種メッセージを送信する機能として、移動メッセージ送信部２１３ｄ、サービスメッセージ送信部２１３ｅ、及びコントロールメッセージ送信部２１３ｆを備える。さらに、送受信コントローラ２１３は、シミュレーション動作制御部２１３ｈを備える。送受信コントローラ２１３を構成する各部２１３ａ～２１３ｈは、それぞれがプログラム或いはプログラムの一部である。
The transmission/
３Ｄ物理エンジン２２３は、その機能として、周囲エージェント状態更新部２２３ａ、視覚情報生成部２２３ｂ、及び自エージェント状態更新部２２３ｃを備える。３Ｄ物理エンジン２２３を構成する各部２２３ａ、２２３ｂ、２２３ｃは、それぞれがプログラム或いはプログラムの一部である。
The
サービスシステムクライアントシミュレータ２３３は、その機能として、サービス提供状態情報処理部２３３ａとサービス利用情報生成部２３３ｂとを備える。サービスシステムクライアントシミュレータ２３１を構成する各部２３３ａ、２３３ｂは、それぞれがプログラム或いはプログラムの一部である。
The service
シミュレータコア２４３は、その機能として、認知判断用情報提示部２４３ａ、移動操作受付部２４３ｂ、次タイムステップ状態算出部２４３ｃ、及びアプリ操作受付部２４３ｄを備える。シミュレータコア２４３を構成する各部２４３ａ、２４３ｂ、２４３ｃ、２４３ｄは、それぞれがプログラム或いはプログラムの一部である。
The
４－３－２．送受信コントローラの詳細
送受信コントローラ２１３において、移動メッセージ受信部２１３ａは、移動メッセージディスパッチャ３１０から移動メッセージを受信する。移動メッセージ受信部２１３ａは、受信した移動メッセージを３Ｄ物理エンジン２２３の周囲エージェント状態更新部２２３ａに出力する。
4-3-2. Details of Transmit/Receive Controller In the transmit/receive
サービスメッセージ受信部２１３ｂは、バックエンドサーバ４００からサービスメッセージを受信する。サービスメッセージ受信部２１３ｂは、受信したサービスメッセージをサービスシステムクライアントシミュレータ２３３のサービス提供状態情報処理部２３３ａに出力する。
The service
コントロールメッセージ受信部２１３ｃは、シミュレーションコンダクタ３２０からシミュレーション制御メッセージを受信する。コントロールメッセージ受信部２１３ｃは、受信したミュレーション制御メッセージをシミュレーション動作制御部２１３ｈに出力する。
移動メッセージ送信部２１３ｄは、３Ｄ物理エンジン２２３の自エージェント状態更新部２２３ｃから自エージェントの現在の状態を含む移動メッセージを取得する。移動メッセージ送信部２１３ｄは、取得した移動メッセージを移動メッセージディスパッチャ３１０に送信する。
The movement
サービスメッセージ送信部２１３ｅは、サービスシステムクライアントシミュレータ２３３のサービス利用情報生成部２３３ｂからサービス利用情報を含むサービスメッセージを取得する。サービスメッセージ送信部２１３ｅは、取得したサービスメッセージをバックエンドサーバ４００に送信する。
The service
コントロールメッセージ送信部２１３ｆは、シミュレーション動作制御部２１３ｈからエージェントシミュレータ２０３の制御状態を含むシミュレーション制御メッセージを取得する。コントロールメッセージ送信部２１３ｆは、シミュレーション動作制御部２１３ｈから取得したシミュレーション制御メッセージをシミュレーションコンダクタ３２０に送信する。
The control message transmission unit 213f acquires a simulation control message including the control state of the
シミュレーション動作制御部２１３ｈは、コントロールメッセージ受信部２１３ｃからシミュレーション制御メッセージを取得する。シミュレーション動作制御部２１３ｈは、シミュレーション制御メッセージに含まれる指示に従ってエージェントシミュレータ２０３のシミュレーション動作を制御する。ＶＲ歩行者エージェントの仮想世界２への参加条件が満たされない場合、シミュレーションコンダクタ３２０からエージェントシミュレータ２０３に対してシミュレーションの停止が指示される。
The simulation
前述のエージェントシミュレータ２０１、２０２及び後述するエージェントシミュレータ２０４は、必要に応じてシミュレーション速度を変更することができる。しかし、シミュレーション速度が変更された場合、ＶＲ歩行者エージェントを介して仮想世界２に参加している実在の参加者は、実世界とは異なる時間の流れに対して強い違和感を覚える虞がある。ゆえに、ＭＡＳシステム１００では、シミュレーションが実時間で行われていることを参加条件として、仮想世界２へのＶＲ歩行者エージェントの参加が許容される。実世界の時間の流れよりもシミュレーション速度が加速或いは減速される場合、シミュレーションコンダクタ３２０は、エージェントシミュレータ２０３によるシミュレーションを停止させる。シミュレーション動作制御部２１３ｈは、エージェントシミュレータ２０３の現在の制御状態を含むシミュレーション制御メッセージをコントロールメッセージ送信部２１３ｆに出力する。
The
４－３－３．３Ｄ物理エンジンの詳細
３Ｄ物理エンジン２２３において、周囲エージェント状態更新部２２３ａは、移動メッセージ受信部２１３ａから移動メッセージを取得する。移動メッセージ受信部２１３ａから取得される移動メッセージは、移動メッセージディスパッチャ３１０を経由して他のエージェントシミュレータから送られた移動メッセージである。周囲エージェント状態更新部２２３ａは、取得した移動メッセージに基づいて自エージェントの周囲に存在する周囲エージェントの現在の状態を推定する。
4-3-3.Details of 3D Physics Engine In the
周囲エージェントの現在の状態を過去の状態から推定する場合、周囲エージェント状態更新部２２３ａは、ログに保存されている周囲エージェントの過去の状態を使用する。周囲エージェントの過去の状態を用いて現在の状態を推定する方法は図３を用いて説明した通りである。周囲エージェント状態更新部２２３ａは、推定した周囲エージェントの現在の状態を視覚情報生成部２２３ｂに出力するとともに、ログを更新する。 When estimating the current state of the surrounding agents from the past state, the surrounding agent state updating unit 223a uses the past states of the surrounding agents stored in the log. The method of estimating the current state using the past states of surrounding agents is as described with reference to FIG. The surrounding agent state update unit 223a outputs the estimated current state of the surrounding agents to the visual information generation unit 223b, and updates the log.
視覚情報生成部２２３ｂは、周囲エージェント状態更新部２２３ａから周囲エージェントの現在の状態を取得する。視覚情報生成部２２３ｂは、周囲エージェントの現在の状態に基づいて自エージェントからの観測で得られる周辺情報を生成する。自エージェントは歩行者であるので、観測で得られる周辺情報とは、歩行者の目で捉えられる視覚情報を意味する。視覚情報生成部２２３ｂは、生成された視覚情報をシミュレータコア２４３の認知判断用情報提示部２４３ａ、及び移動操作受付部２４３ｂに出力する。
The visual information generator 223b acquires the current state of surrounding agents from the surrounding agent state updater 223a. The visual information generation unit 223b generates peripheral information obtained by observation from the own agent based on the current state of the surrounding agents. Since the own agent is a pedestrian, the peripheral information obtained by observation means visual information captured by the pedestrian's eyes. The visual information generation unit 223b outputs the generated visual information to the recognition determination
自エージェント状態更新部２２３ｃは、シミュレータコア２４３の次タイムステップ状態算出部２４３ｃから、シミュレータコア２４３で演算された次タイムステップにおける自エージェントの状態を取得する。自エージェント状態更新部２２３ｃは、シミュレータコア２４３による演算結果に基づいて３次元空間における自エージェントの状態を更新する。自エージェント状態更新部２２３ｃは、更新された自エージェントの状態を含む移動メッセージを送受信コントローラ２１３の移動メッセージ送信部２１３ｄに出力する。移動メッセージに含まれる自エージェントの状態には、今回タイムステップにおける位置、方向、速度、加速度と、次タイムステップにおける位置、方向、速度、加速度とが含まれる。また、自エージェント状態更新部２２３ｃは、更新された自エージェントの状態に関する情報をサービスシステムクライアントシミュレータ２３３のサービス利用情報生成部２３３ｂに出力する。
The self-agent
４－３－４．サービスシステムクライアントシミュレータの詳細
サービスシステムクライアントシミュレータ２３３において、サービス提供状態情報処理部２３３ａは、サービスメッセージ受信部２１３ｂからサービスメッセージを取得する。サービスメッセージ受信部２１３ｂから取得されるサービスメッセージはサービス提供状態情報を含む。サービス提供状態情報処理部２３３ａは、サービス提供状態情報を処理し、サービスシステムのユーザとしての自エージェントの状態に関する情報と、ユーザ端末のサービスアプリへの入力項目とを取得する。自エージェントのユーザとしての状態に関する情報はユーザ端末に提示される情報であり、入力項目は自エージェントがサービスを利用するために入力を依頼される情報である。サービス提供状態情報処理部２３３ａは、自エージェントのユーザとしての状態に関する情報と、ユーザ端末のサービスアプリへの入力項目とをシミュレータコア２４３の認知判断用情報提示部２４３ａ及びアプリ操作受付部２４３ｄに出力する。
4-3-4. Details of Service System Client Simulator In the service
サービス利用情報生成部２３３ｂは、シミュレータコア２４３のアプリ操作受付部２４３ｄから、ＶＲ歩行者エージェントを介して仮想世界２に参加している実在の参加者によるＶＲ上でのサービスアプリの操作を取得する。また、サービス利用情報生成部２３３ｂは、３Ｄ物理エンジン２２３の自エージェント状態更新部２２３ｃから３次元空間における自エージェントの状態を取得する。サービス利用情報生成部２３３ｂは、取得されたこれらの情報に基づいてサービス利用情報を生成するとともに、自エージェントのサービスの利用状態を更新する。サービス利用情報生成部２３３ｂは、サービス利用情報を含むサービスメッセージを送受信コントローラ２１３のサービスメッセージ送信部２１３ｅに出力する。
The service usage
４－３－５．シミュレータコアの詳細
シミュレータコア２４３において、認知判断用情報提示部２４３ａは、３Ｄ物理エンジン２２３の視覚情報生成部２２３ｂから視覚情報を取得する。また、認知判断用情報提示部２４３ａは、サービスシステムクライアントシミュレータ２３１のサービス提供状態情報処理部２３３ａから自エージェントのユーザとしての状態に関する情報と、ユーザ端末のサービスアプリへの入力項目とを取得する。取得されたこれらの情報は、ＶＲ歩行者エージェントを介して仮想世界２に参加している実在の参加者にとっての認知判断用の情報である。認知判断用情報提示部２４３ａは、認知判断用の情報を実在参加者に対してＶＲシステムを通じて提示する。
4-3-5. Details of Simulator Core In the
移動操作受付部２４３ｂは、３Ｄ物理エンジン２２３の視覚情報生成部２２３ｂから視覚情報を取得する。そして、移動操作受付部２４３ｂは、ＶＲシステムを通じて視覚情報を実在参加者に提示しながら、実在参加者によるＶＲ上での移動操作を受け付ける。移動操作受付部２４３ｂは、受け付けた実在参加者によるＶＲ上での移動操作を次タイムステップ状態算出部２４３ｄに出力する。
The movement
次タイムステップ状態算出部２４３ｄは、移動操作受付部２４３ｂから実在参加者によるＶＲ上での移動操作を取得する。次タイムステップ状態算出部２４３ｄは、実在参加者によるＶＲ上での移動操作に基づいて次タイムステップにおける自エージェントの状態を算出する。算出される自エージェントの状態は、次タイムステップにおける自エージェントの位置、方向、速度、及び加速度を含む。次タイムステップ状態算出部２４３ｄは、算出された次タイムステップにおける自エージェントの状態を３Ｄ物理エンジン２２３の自エージェント状態更新部２２３ｃに出力する。
The next time step
アプリ操作受付部２４３ｄは、３Ｄ物理エンジン２２３の視覚情報生成部２２３ｂから視覚情報を取得する。また、アプリ操作受付部２４３ｄは、サービスシステムクライアントシミュレータ２３３のサービス提供状態情報処理部２３３ａから自エージェントのユーザとしての状態に関する情報と、ユーザ端末のサービスアプリへの入力項目とを取得する。アプリ操作受付部２４３ｄは、取得したこれらの情報を実在参加者に対してＶＲシステムを通じて提示しながら、実在参加者によるＶＲ上でのサービスアプリの操作を受け付ける。アプリ操作受付部２４３ｄは、受け付けた実在参加者によるＶＲ上でのサービスアプリの操作をサービスシステムクライアントシミュレータ２３３のサービス利用情報生成部２３３ｂに出力する。
The application
４－４．路側センサエージェント用エージェントシミュレータ
図１８は、路側センサエージェント用のエージェントシミュレータ２０４の構成と情報の流れを示すブロック図である。路側センサエージェントとは、自律ロボット／車両エージェントの仮想世界２における位置情報の取得に用いられる路側センサのエージェントである。路側センサエージェントにより取得される自律ロボット／車両エージェントの位置情報は、バックエンドサーバ４００が関係するサービスシステムにおいて使用される。以下、路側センサエージェント用のエージェントシミュレータ２０４の全体構成と各部の詳細、及びエージェントシミュレータ２０４における情報の流れについて説明する。
4-4. Agent Simulator for Roadside Sensor Agent FIG. 18 is a block diagram showing the configuration and information flow of the
４－４－１．路側センサエージェント用エージェントシミュレータの全体構成
エージェントシミュレータ２０４は、その機能として、送受信コントローラ２１４、３Ｄ物理エンジン２２４、及びサービスシステムクライアントシミュレータ２３４を備える。これらの機能は、概念として、それぞれ送受信コントローラ２１０、３Ｄ物理エンジン２２０、及びシミュレータコア２４０に含まれる。エージェントシミュレータ２０４は、他のエージェントシミュレータとは異なりシミュレータコアは備えない。
4-4-1. Overall Configuration of Agent Simulator for Roadside Sensor Agent The
送受信コントローラ２１４は、各種メッセージを受信する機能として、移動メッセージ受信部２１４ａ、及びコントロールメッセージ受信部２１４ｂを備える。また、送受信コントローラ２１２は、各種メッセージを送信する機能として、サービスメッセージ送信部２１４ｅ、及びコントロールメッセージ送信部２１４ｆを備える。さらに、送受信コントローラ２１２は、シミュレーション動作制御部２１４ｈを備える。送受信コントローラ２１４を構成する各部２１４ａ～２１４ｈは、それぞれがプログラム或いはプログラムの一部である。
The transmission/
３Ｄ物理エンジン２２４は、その機能として、周囲エージェント状態更新部２２４ａ、及びセンサ情報生成部２２４ｂを備える。３Ｄ物理エンジン２２４を構成する各部２２４ａ、２２４ｂは、それぞれがプログラム或いはプログラムの一部である。
The
サービスシステムクライアントシミュレータ２３４は、その機能として、サービスメッセージ生成部２３４ａを備える。サービスシステムクライアントシミュレータ２３４を構成するサービスメッセージ生成部２３４ａは、プログラム或いはプログラムの一部である。
The service
４－４－２．送受信コントローラの詳細
送受信コントローラ２１４において、移動メッセージ受信部２１４ａは、移動メッセージディスパッチャ３１０から移動メッセージを受信する。移動メッセージ受信部２１４ａは、受信した移動メッセージを３Ｄ物理エンジン２２４の周囲エージェント状態更新部２２４ａに出力する。
4-4-2. Transmit/Receive Controller Details In the transmit/receive
コントロールメッセージ受信部２１４ｃは、シミュレーションコンダクタ３２０からシミュレーション制御メッセージを受信する。コントロールメッセージ受信部２１４ｃは、受信したミュレーション制御メッセージをシミュレーション動作制御部２１４ｈに出力する。
サービスメッセージ送信部２１４ｅは、サービスシステムクライアントシミュレータ２３４のサービスメッセージ生成部２３４ａからセンサ情報を含むサービスメッセージを取得する。サービスメッセージ送信部２１４ｅは、取得したサービスメッセージをバックエンドサーバ４００に送信する。
The
コントロールメッセージ送信部２１４ｆは、シミュレーション動作制御部２１４ｈからエージェントシミュレータ２０２の制御状態を含むシミュレーション制御メッセージを取得する。コントロールメッセージ送信部２１４ｆは、シミュレーション動作制御部２１４ｈから取得したシミュレーション制御メッセージをシミュレーションコンダクタ３２０に送信する。
The control
シミュレーション動作制御部２１４ｈは、コントロールメッセージ受信部２１４ｃからシミュレーション制御メッセージを取得する。シミュレーション動作制御部２１４ｈは、シミュレーション制御メッセージに含まれる指示に従ってエージェントシミュレータ２０２のシミュレーション動作を制御する。例えば、シミュレーションの時間粒度の変更が指示された場合、シミュレーション動作制御部２１４ｈは、エージェントシミュレータ２０２によるシミュレーションの時間粒度を初期値から指示された時間粒度に変更する。時間粒度の初期値はエージェントシミュレータ２０４に設定値として記憶されている。また、時間粒度の上限値と下限値は、エージェントの種類ごとにシミュレーションコンダクタ３２０に記憶されている。
The simulation
シミュレーション制御メッセージによる指示内容がシミュレーション速度である場合、シミュレーション動作制御部２１４ｈは、３Ｄ物理エンジン２２４の動作周波数を指示されたシミュレーション速度に従って変化させ、エージェントシミュレータ２０４の演算速度を加速或いは減速する。シミュレーションの停止が指示された場合、シミュレーション動作制御部２１４ｈは、エージェントシミュレータ２０４によるシミュレーションを停止させる。シミュレーションの休止が指示された場合にはシミュレーションを休止させ、再開が指示された場合にシミュレーションを再開させる。シミュレーション動作制御部２１４ｈは、エージェントシミュレータ２０４の現在の制御状態を含むシミュレーション制御メッセージをコントロールメッセージ送信部２１４ｆに出力する。
If the simulation control message instructs the simulation speed, the simulation
４－４－３．３Ｄ物理エンジンの詳細
３Ｄ物理エンジン２２４において、周囲エージェント状態更新部２２４ａは、移動メッセージ受信部２１４ａから移動メッセージを取得する。移動メッセージ受信部２１４ａから取得される移動メッセージは、移動メッセージディスパッチャ３１０を経由して他のエージェントシミュレータから送られた移動メッセージである。周囲エージェント状態更新部２２４ａは、取得した移動メッセージに基づいて自エージェントの周囲に存在する周囲エージェントの現在の状態を推定する。
4-4-3.Details of 3D Physics Engine In the
周囲エージェントの現在の状態を過去の状態から推定する場合、周囲エージェント状態更新部２２４ａは、ログに保存されている周囲エージェントの過去の状態を使用する。周囲エージェントの過去の状態を用いて現在の状態を推定する方法は図３を用いて説明した通りである。周囲エージェント状態更新部２２４ａは、推定した周囲エージェントの現在の状態をセンサ情報生成部２２４ｂに出力するとともに、ログを更新する。
When estimating the current state of the surrounding agents from the past state, the surrounding agent state update unit 224a uses the past states of the surrounding agents stored in the log. The method of estimating the current state using the past states of surrounding agents is as described with reference to FIG. The surrounding agent state update unit 224a outputs the estimated current state of the surrounding agents to the sensor
センサ情報生成部２２４ｂは、周囲エージェント状態更新部２２４ａから周囲エージェントの現在の状態を取得する。センサ情報生成部２２４ｂは、周囲エージェントの現在の状態に基づいて自エージェントからの観測で得られる周辺情報を生成する。自エージェントはカメラのような定置型の路側センサであるので、観測で得られる周辺情報とは、路側センサで捉えられるセンサ情報を意味する。センサ情報生成部２２４ｂは、生成されたセンサ情報をサービスシステムクライアントシミュレータ２３４のサービスメッセージ生成部２３４ａに出力する。
The
４－４－４．サービスシステムクライアントシミュレータの詳細
サービスシステムクライアントシミュレータ２３４において、サービスメッセージ生成部２３４ａは、３Ｄ物理エンジン２２４のセンサ情報生成部２２４ｂからセンサ情報を取得する。サービスメッセージ生成部２３４ａは、取得されたセンサ情報を含むサービスメッセージを送受信コントローラ２１４のサービスメッセージ送信部２１４ｅに出力する。
4-4-4. Details of Service System Client Simulator In the service
５．ＭＡＳシステムの物理構成
ＭＡＳシステム１００の物理構成について説明する。図１９は、ＭＡＳシステム１００の物理構成の一例を示す図である。ＭＡＳシステム１００は、例えば、同一のサブネット３０上に配置された複数のコンピュータ１０で構成することができる。さらに、サブネット３０と別のサブネット３２とをゲートウェイ４０によって接続することにより、サブネット３２上に配置された複数のコンピュータ１０までＭＡＳシステム１００を拡大することができる。
5. Physical Configuration of MAS System The physical configuration of the
図１９に示す例では、ソフトウェアであるセンターコントローラ３００は１つのコンピュータ１０にインストールされている。ただし、センターコントローラ３００の機能を複数のコンピュータ１０に分散させてもよい。
In the example shown in FIG. 19, the
また、ＭＡＳシステム１００は、複数のバックエンドサーバ４００を備えている。図１９に示す例では、それぞれのバックエンドサーバ４００が別々のコンピュータ１０にインストールされている。ただし、バックエンドサーバ４００の機能を複数のコンピュータ１０に分散させてもよい。また、１つのサーバを複数サーバに分割する仮想化技術によって、１つのコンピュータ１０に複数のバックエンドサーバ４００をインストールしてもよい。
The
図１９に示す例では、１つのコンピュータ１０に複数のエージェントシミュレータ２００がインストールされている。１つのコンピュータ１０の上で複数のエージェントシミュレータ２００を独立して動作させる手法としては仮想化技術を用いることができる。仮想化技術としては仮想マシンでもよいしコンテナ仮想化でもよい。１つのコンピュータ１０に同一種類の複数のエージェントシミュレータ２００をインストールしてもよいし、種類の異なる複数のエージェントシミュレータ２００をインストールしてもよい。なお、１つのコンピュータ１０に１つのエージェントシミュレータ２００のみがインストールされていてもよい。
In the example shown in FIG. 19,
以上のように、ＭＡＳシステム１００は、単一のコンピュータによる処理ではなく、複数のコンピュータ１０を用いた並列分散処理を採用する。これにより、コンピュータの処理能力によって仮想世界２に搭乗させるエージェントの数が制限されることや、コンピュータの処理能力によって仮想世界２で提供されるサービスの数が制限されることを防ぐことができる。つまり、ＭＡＳシステム１００によれば、並列分散処理による大規模なシミュレーションが可能である。
As described above, the
６．その他
仮想世界２を外から観察するための観察用エージェントを設けても良い。観察用エージェントは、例えば、街角カメラのような定置物体でもよく、カメラを備えたドローンのような移動物体であってもよい。
6. Others An observation agent may be provided for observing the
２ シミュレーション対象世界（仮想世界）
４ エージェント
１０ コンピュータ
１００ マルチエージェントシミュレーションシステム
２００ エージェントシミュレータ
２１０ 送受信コントローラ
２２０ ３Ｄ物理エンジン
２３０ サービスシステムクライアントシミュレータ
２４０ シミュレータコア
３００ センターコントローラ
３１０ 移動メッセージディスパッチャ
３１１ メッセージフィルタ
３１２ 受信キュー
３１３ 送信キュー
３１４ 転送部
３１５ メッセージフィルタ
３２０ シミュレーションコンダクタ
４００ サービスシステム用バックエンドサーバ
ＭＲ 結果メッセージ
ＭＤ 配信メッセージ
ＲＥＦ１ 参照情報
ＲＥＦ２ 参照情報
2 Simulation target world (virtual world)
4
Claims (4)
前記複数のエージェントのそれぞれのシミュレーションを行う複数のエージェントシミュレータと、
前記複数のエージェントシミュレータと通信を行うセンターコントローラと
を備え、
対象エージェントは、前記複数のエージェントシミュレータの各々に割り当てられるエージェントであり、
前記センターコントローラは、前記各々のエージェントシミュレータに対して、前記対象エージェントと異なる少なくとも１つの他エージェントの状態を示す少なくとも１つの配信メッセージを配信し、
前記各々のエージェントシミュレータは、
前記配信メッセージで示される前記他エージェントの前記状態に基づいて、前記対象エージェントのシミュレーションを行って前記対象エージェントの状態を決定し、
前記シミュレーションの結果得られた前記対象エージェントの前記状態を示す結果メッセージを前記センターコントローラに送信し、
前記センターコントローラの動作モードは、
前記各々のエージェントシミュレータから受け取る前記結果メッセージを選別することなく新たな前記配信メッセージとして配信する第１モードと、
前記各々のエージェントシミュレータから受け取る前記結果メッセージを選択的に新たな前記配信メッセージとして配信する第２モードと
を含み、
前記センターコントローラが単位時間あたりに受け取る前記結果メッセージの数が閾値以下である場合、前記センターコントローラは、前記第１モードを選択し、
前記センターコントローラが単位時間あたりに受け取る前記結果メッセージの数が前記閾値を超えた場合、前記センターコントーラは、前記第２モードを選択する
マルチエージェントシミュレーションシステム。 A multi-agent simulation system for simulating a target world in which multiple interacting agents exist,
a plurality of agent simulators for simulating each of the plurality of agents;
a center controller that communicates with the plurality of agent simulators,
the target agent is an agent assigned to each of the plurality of agent simulators;
The center controller delivers to each of the agent simulators at least one delivery message indicating a state of at least one other agent different from the target agent;
Each agent simulator,
determining the state of the target agent by simulating the target agent based on the state of the other agent indicated by the delivery message;
sending a result message indicating the state of the target agent obtained as a result of the simulation to the center controller;
The operation mode of the center controller is
a first mode in which the result messages received from each of the agent simulators are delivered as new delivery messages without selection;
a second mode of selectively delivering the result message received from each of the agent simulators as a new delivery message;
if the number of result messages received by the center controller per unit time is less than or equal to a threshold, the center controller selects the first mode;
The multi-agent simulation system, wherein the center controller selects the second mode when the number of result messages received by the center controller per unit time exceeds the threshold.
前記複数のエージェントシミュレータは、
第１処理時間間隔で第１エージェントのシミュレーションを行う第１エージェントシミュレータと、
前記第１処理時間間隔よりも長い第２処理時間間隔で前記第１エージェントと異なる第２エージェントのシミュレーションを行う第２エージェントシミュレータと
を含み、
前記第２モードにおいて、前記センターコントローラは、前記第２エージェントシミュレータに対して単位時間あたりに配信する第２配信メッセージの数を、前記第１エージェントシミュレータに対して単位時間あたりに配信する第１配信メッセージの数よりも少なく設定する
マルチエージェントシミュレーションシステム。 A multi-agent simulation system according to claim 1,
The plurality of agent simulators are
a first agent simulator for simulating a first agent at a first processing time interval;
a second agent simulator that simulates a second agent different from the first agent at a second processing time interval longer than the first processing time interval;
In the second mode, the center controller sets the number of second delivery messages to be delivered to the second agent simulator per unit time to the first delivery to the first agent simulator. A multi-agent simulation system that sets less than the number of messages.
前記対象世界の空間は、複数のパーティションに分割され、
前記複数のパーティションは、第１パーティション、第２パーティション、及び第３パーティションを含み、
前記センターコントローラは、
前記第１パーティションに属するエージェントのシミュレーションを行うエージェントシミュレータから受け取る前記結果メッセージを格納する第１パーティション受信キューと、
前記第２パーティションに属するエージェントのシミュレーションを行うエージェントシミュレータから受け取る前記結果メッセージを格納する第２パーティション受信キューと、
前記第３パーティションに属するエージェントのシミュレーションを行うエージェントシミュレータに配信される前記配信メッセージを格納する第３パーティション送信キューと
を含み、
前記対象世界において、前記第１パーティションと前記第３パーティションとの間の距離は、前記第２パーティションと前記第３パーティションとの間の距離よりも大きく、
前記第２モードにおいて、前記センターコントローラは、前記第１パーティション受信キューから前記第３パーティション送信キューへの前記結果メッセージの転送頻度を、前記第２パーティション受信キューから前記第３パーティション送信キューへの前記結果メッセージの転送頻度よりも低く設定する
マルチエージェントシミュレーションシステム。 A multi-agent simulation system according to claim 1,
the object world space is divided into a plurality of partitions,
The plurality of partitions includes a first partition, a second partition, and a third partition;
The center controller
a first partition reception queue for storing the result message received from the agent simulator that simulates the agent belonging to the first partition;
a second partition reception queue for storing the result message received from the agent simulator that simulates the agent belonging to the second partition;
a third partition transmission queue that stores the delivery message to be delivered to an agent simulator that simulates an agent belonging to the third partition;
In the target world, the distance between the first partition and the third partition is greater than the distance between the second partition and the third partition,
In the second mode, the center controller sets the transfer frequency of the result message from the first partition reception queue to the third partition transmission queue to the frequency of transfer from the second partition reception queue to the third partition transmission queue. A multi-agent simulation system that is set lower than the transmission frequency of result messages.
前記複数のエージェントシミュレータは、
第１エージェントのシミュレーションを行う第１エージェントシミュレータと、
第２エージェントのシミュレーションを行う第２エージェントシミュレータと、
第３エージェントのシミュレーションを行う第３エージェントシミュレータと
を含み、
前記対象世界において、前記第１エージェントと前記第３エージェントとの間の距離は、前記第２エージェントと前記第３エージェントとの間の距離よりも大きく、
前記第２モードにおいて、前記センターコントローラは、
前記第１エージェントに関する第１結果メッセージを前記第１エージェントシミュレータから受け取り、前記第１結果メッセージの少なくとも一部を前記配信メッセージとして前記第３エージェントシミュレータに配信し、
前記第２エージェントに関する第２結果メッセージを前記第２エージェントシミュレータから受け取り、前記第２結果メッセージの少なくとも一部を前記配信メッセージとして前記第３エージェントシミュレータに配信し、
前記第３エージェントシミュレータに対する前記第１結果メッセージの配信頻度を、前記第３エージェントシミュレータに対する前記第２結果メッセージの配信頻度よりも低く設定する
マルチエージェントシミュレーションシステム。 A multi-agent simulation system according to claim 1,
The plurality of agent simulators are
a first agent simulator for simulating a first agent;
a second agent simulator for simulating a second agent;
a third agent simulator for simulating a third agent;
In the object world, the distance between the first agent and the third agent is greater than the distance between the second agent and the third agent;
In the second mode, the center controller
receiving a first result message for the first agent from the first agent simulator, delivering at least a portion of the first result message as the delivery message to the third agent simulator;
receiving a second result message for the second agent from the second agent simulator, delivering at least a portion of the second result message as the delivery message to the third agent simulator;
A multi-agent simulation system, wherein the delivery frequency of the first result message to the third agent simulator is set lower than the delivery frequency of the second result message to the third agent simulator.
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2021095949A JP7491268B2 (en) | 2021-06-08 | 2021-06-08 | Multi-agent Simulation System |
| US17/661,835 US20220391661A1 (en) | 2021-06-08 | 2022-05-03 | Multi-agent simulation system |
| CN202210629000.2A CN115460283A (en) | 2021-06-08 | 2022-06-06 | Multi-body simulation system |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2021095949A JP7491268B2 (en) | 2021-06-08 | 2021-06-08 | Multi-agent Simulation System |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2022187776A true JP2022187776A (en) | 2022-12-20 |
| JP7491268B2 JP7491268B2 (en) | 2024-05-28 |
Family
ID=84284675
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2021095949A Active JP7491268B2 (en) | 2021-06-08 | 2021-06-08 | Multi-agent Simulation System |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US20220391661A1 (en) |
| JP (1) | JP7491268B2 (en) |
| CN (1) | CN115460283A (en) |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4292965B2 (en) | 2003-11-28 | 2009-07-08 | ソニー株式会社 | Receiving device and receiving method |
| JP5132058B2 (en) | 2006-01-16 | 2013-01-30 | 株式会社ソニー・コンピュータエンタテインメント | Simulator system |
| JP5052911B2 (en) | 2007-02-14 | 2012-10-17 | 三菱電機株式会社 | Simulation method |
-
2021
- 2021-06-08 JP JP2021095949A patent/JP7491268B2/en active Active
-
2022
- 2022-05-03 US US17/661,835 patent/US20220391661A1/en active Pending
- 2022-06-06 CN CN202210629000.2A patent/CN115460283A/en active Pending
Also Published As
| Publication number | Publication date |
|---|---|
| JP7491268B2 (en) | 2024-05-28 |
| CN115460283A (en) | 2022-12-09 |
| US20220391661A1 (en) | 2022-12-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3399426B1 (en) | Method and device for training model in distributed system | |
| CN104375882B (en) | The multistage nested data being matched with high-performance computer structure drives method of calculation | |
| CN108983633A (en) | Simulation system, the method and apparatus of more objects in a kind of virtual environment | |
| US10878146B2 (en) | Handover techniques for simulation systems and methods | |
| CN108737569B (en) | Service selection method facing mobile edge computing environment | |
| Talpur et al. | DRLD-SP: A deep-reinforcement-learning-based dynamic service placement in edge-enabled internet of vehicles | |
| US20090204563A1 (en) | Generic ai architecture for a multi-agent system | |
| US10643010B2 (en) | Scalable simulation system with scalable data propagation | |
| CN113660681A (en) | Multi-agent resource optimization method applied to unmanned aerial vehicle cluster auxiliary transmission | |
| US20190018915A1 (en) | Simulation Systems and Methods Using Query-Based Interest | |
| Karaboga et al. | A new emigrant creation strategy for parallel artificial bee colony algorithm | |
| JP7491268B2 (en) | Multi-agent Simulation System | |
| JP7491269B2 (en) | Multi-agent Simulation System | |
| JP2022187778A (en) | Multi-agent simulation system | |
| JP7494802B2 (en) | Multi-agent simulation system and multi-agent simulation method | |
| Lee et al. | Decoupling cognitive agents and virtual environments | |
| CN115618532A (en) | Network system simulation method and related device | |
| CN110727511B (en) | Control method for application program, network side device and computer readable storage medium | |
| CN109298932B (en) | OpenFlow-based resource scheduling method, scheduler and system | |
| JP2017208757A (en) | Device and method for traffic prediction | |
| JP7494803B2 (en) | Multi-agent simulation system and multi-agent simulation method | |
| Li et al. | Consistency-aware zone mapping and client assignment in multi-server distributed virtual environments | |
| Gütlein et al. | Performance gains in V2X experiments using distributed simulation in the veins framework | |
| JP2022187780A (en) | Multi-agent simulation system and multi-agent simulation method | |
| US20220391554A1 (en) | Multi-agent simulation system and method |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230719 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20240321 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240326 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240404 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20240416 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240429 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7491268 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |